![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 86
数星星啦
这个作者很懒,什么都没留下…
展开
-
支持向量机svm
公式推导模型已定,参数未知思考过程1、需要将x和-分开,因为是二维平面,使用一条直线即可划分。svm里边叫超平面2、任意直线可表示为w T xi+b,w和x一样有两个维度,b是常数3、直线w T xi+b=0就表示超平面,这里不要靠原有思维去猜测w的正负等问题。4、假设x的标签y=1,-的标签y=-1,(二者标签交互也可,因为w是学习出来的)当y=1,满足w T xi+b>1,(因为存在b,也需要学习,所以回答了1其实是y,而不是距离,这就是人为设计的损失函数,理解不到查看参考原创 2021-11-18 20:01:21 · 491 阅读 · 0 评论 -
集成学习笔记
集成学习概念集成学习(Ensemble learning)通过构建并结合多个学习器来完成学习任务,有时也被称为多分类器系统、基于委员会的学习等。集成学习的一般结构为:先产生一组“个体学习器”,再用某种策略将它们结合起来。集成中只包含同种类型的个体学习器,称为同质,当中的个体学习器亦称为“基学习器”,相应的算法称为“基学习算法”。集成中包含不同类型的个体学习器,称为“异质”,当中的个体学习器称为“组建学习器”。 要获得好的集成,个体学习器应“好而不同”...原创 2021-09-17 20:14:24 · 155 阅读 · 0 评论 -
决策树学习
介绍从0到1介绍概念,手撕代码https://www.pkudodo.com/2018/11/30/1-5/决策树形状'#周志华西瓜数据集2.0#''''训练集: #特征 #标签编号 色泽,根蒂,敲声,纹理,脐部,触感,好瓜 1, 青绿,蜷缩,浊响,清晰,凹陷,硬滑,是2, 乌黑,蜷缩,沉闷,清晰,凹陷,硬滑,是3, 乌黑,蜷缩,浊响,清晰,凹陷,硬滑,是4, 青绿,蜷缩,沉闷,清晰,凹陷,硬.原创 2021-09-07 14:07:46 · 1823 阅读 · 0 评论 -
聚类算法学习
1、k-mean来源:https://www.pianshen.com/article/7840142921/算法步骤欧氏距离K-means的优缺点优点:1.算法快速、简单;2.对大数据集有较高的效率并且是可伸缩性的;3.时间复杂度近于线性,而且适合挖掘大规模数据集。K-Means聚类算法的时间复杂度是O(n×k×t) ,其中n代表数据集中对象的数量,t代表着算法迭代的次数,k代表着簇的数目缺点:1、在k-measn算法中K是事先给定的,但是K值的选定是非常...原创 2021-09-02 20:22:24 · 1567 阅读 · 0 评论 -
朴素贝叶斯
朴素贝叶斯基础介绍公式推导、拉普拉斯平滑、各种细节解释、python例子https://www.pkudodo.com/2018/11/21/1-3/公式分母为全概率,分子累乘符号左边为先验概率=标签类别概率,右边为条件概率如何获取结果因为对于不同的ck,分母的和都相等,所以只需分别计算不同ck取值下分子的值即可,通过比较值大小得到判断。算法详解来源:李航--<<统计学习方法>>图1.1I是指示函数,表示统计满足条件样本个数..原创 2021-08-11 13:25:48 · 594 阅读 · 0 评论