![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
fffflyinthesky
这个作者很懒,什么都没留下…
展开
-
支持向量机
一、概述支持向量机(SVM,也称为支持向量网络),SVM在各种实际问题中都表现非常优秀。它在手写识别数字和人脸识别中应用广泛,在文本和超文本的分类中举足轻重,因为SVM可以大量减少标准归纳(standard inductive)和转换设置(transductivesettings)中对标记训练实例的需求。同时,SVM也被用来执行图像的分类,并用于图像分割系统。二、支持向量机分类器的工作原理支持向量机的分类方法,是在这组分布中找出一个超平面作为决策边界,使模型在数据上的分类误差尽量接近于小,尤其是原创 2020-08-26 20:42:36 · 105 阅读 · 0 评论 -
机器学习算法——决策树
决策树决策树(Decision Tree)是一种非参数的有监督学习方法,它能够从一系列有特征和标签的数据中总结出决策规则,并用树状图的结构来呈现这些规则,以解决分类和回归问题。决策树算法容易理解,适用各种数据,在解决各种问题时都有良好表现,尤其是以树模型为核心的各种集成算法,在各个行业和领域都有广泛的应用。节点根节点:没有进边,有出边。包含最初的,针对特征的提问。中间节点:既有进边也有出边,进边只有一条,出边可以有很多条。都是针对特征的提问。叶子节点:有进边,没有出边,每个叶子节点都是一个类原创 2020-08-20 22:15:23 · 454 阅读 · 0 评论 -
机器学习算法——逻辑回归
逻辑回归1. 逻辑回归概述逻辑回归是一种名为“回归”线性分类器,其本质是由线性回归变化而来的。假设现在有一些数据点,我们用一条直线对这些点进行拟合(该线称为最佳拟合直线),这个拟合过程就称为回归。利用Logistic回归进行分类的主要思想是:根据现有数据对分类边界线建立回归公式,以此进行分类。逻辑回归的本质只有线性回归变化而来的,线性回归的方程如下:z=ω0+ω1x1+ω2x2+…+ωnxn (ω0=1) z=\omega_{0}+\omega_{1} x_{1}+\omega_{2} x原创 2020-08-18 21:56:38 · 391 阅读 · 0 评论