- 博客(9)
- 收藏
- 关注
RSS订阅原创 混淆矩阵、ROC、AUC
主要内容 （1）混淆矩阵（主要指标） （2）绘制ROC （3）AUC （4）多分类 ------------------------------------------------------------------------------------------------------------------------- 一、混淆矩阵 样本 预测值 1 0 实...
2018-09-10 15:47:33
6407
原创 统计学习方法概述（模型、策略、算法）
主要内容（只考虑监督学习） （1）统计学习三要素概述 （2）策略（目标函数、代价函数、损失函数） ------------------------------------------------------------------------------------------------------------------------- 一、统计学习方法概述 统计学习三要素：方法 = ...
2018-09-04 15:55:18
4549
原创 Bagging与Boosting
主要内容 （1）Bagging和Boosting简介 （2）Bagging和Boosting联系和区别 （3）Bagging和Boosting相关算法 ------------------------------------------------------------------------------------------------------------------------...
2018-08-29 10:54:17
786
原创 CART树（分类回归树）
主要内容 （1）CART树简介 （2）CART树节点分裂规则 （3）剪枝 --------------------------------------------------------------------------------------------------------------------- 一、简介 CART分类回归树是一种典型的二叉决策树，可以做分类或者回归。若预测...
2018-08-28 16:37:58
4053
原创 C4.5算法
主要内容 （1）C4.5算法简介 （2）C4.5算法节点分裂规则 ------------------------------------------------------------------------------------------------------------------------- 一、概述 参照ID3：https://blog.csdn.net/gyq423/...
2018-08-27 19:05:09
682
原创 ID3算法（含实例）
主要内容 （1）ID3算法简介 （2）ID3算法节点分裂规则 （3）ID3算法实例 （4）剪枝 ------------------------------------------------------------------------------------------------------------------------- 一、简介 1、信息熵Entropy 其中...
2018-08-27 17:38:46
33941
1
原创 极大似然估计——简述
一、概念 极大似然估计，也就是说在模型分布已知的情况下，观察有限的样本信息，反推出最有可能（最大概率）导致该样本出现的模型参数值，即“模型已知，参数未知”。 假设某一模型满足正态分布 我们可以通过极大似然估计，估计出和两个参数值，接着就可以使用正态分布的相关特性。 二、举例 假如有一个袋子，袋子中有白、黑两种颜色的球，不知道里面的数量和比例，但又不能全部倒出来去数。 现在我们可以这...
2018-08-27 16:17:10
2980
转载 特征工程
1 特征工程是什么？ 有这么一句话在业界广泛流传：数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。那特征工程到底是什么呢？顾名思义，其本质是一项工程活动，目的是最大限度地从原始数据中提取特征以供算法和模型使用。通过总结和归纳，人们认为特征工程包括以下方面： 上图链接 特征处理是特征工程的核心部分，sklearn提供了较为完整的特征处理方法，包括数
2017-07-12 17:39:57
435
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人