![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 75
吃瓜群众110
这个作者很懒,什么都没留下…
展开
-
(含Python源码)Python实现K阶多项式的5种回归算法(regression)
0、文章结构为了方便客官根据需要取阅,节约时间,文章目录结构如下:问题描述 理论部分:五种回归算法 两种Python读取文件的方法 Python实现五种回归算法 使用的工具箱 总结1、问题描述K阶多项式表达式其中,现有数据集为了方便回归运算,标记如下:通过数据集,求出回归参数。2、五种回归算法2.1 QP solver2....原创 2018-11-25 13:58:44 · 3114 阅读 · 3 评论 -
(Matlab函数详解)机器学习中的4种分类算法(LDA、QDA、SVM、KNN)
1、LDA(Linear discriminant analysis)函数:[class, err]=classify(sample, training, group);输入:sample=待测样本,% 矩阵 m*n m为样本数,n为特征数 training=训练样本,% 矩阵k*n k为样本数,n为特征数, ...原创 2018-11-30 23:50:15 · 16019 阅读 · 0 评论 -
Imbalanced class problem(ROC, Confusion Matrix)
1 何为 Imbalanced class problem在分类问题中,有时候一种类别的数据会远远的多于另外一种类别,但正是这些少量的类别的数据,往往又是极其重要的。比如信用卡欺诈事件,该事件远远地小于信用卡未被欺诈的事件。要从信用卡操作的数据中,识别出欺诈这一类别的事件,比例极其小,但确是及其重要的。在大量的操作数据中找到欺诈事件,犹如大海捞针。这个时候如果继续使用精度来...原创 2019-09-27 16:55:33 · 582 阅读 · 0 评论 -
集成方法Ensemble Method(bagging, AdaBoost)
1 主要思想将原始数据分成几个组 训练一组分类器,里面有很多种弱分类器 每个分类器的标签看作一次投票,投票最多的标签为最终标签其架构如下所示:2 为什么集成方法可行假设这里有25个训练的弱分类器,且这些分类器独立工作,不会相互影响。每一个分类器的出错率 集成分类器的最终做出一个错误预测的概率(超过一半的基础分类器都预测错了)为:其中:X为做出错误预测的弱分类器...原创 2019-09-26 16:38:45 · 1268 阅读 · 0 评论 -
训练数据的分布对F-measure, recall 和 precision的影响
1、 Precision, recall and F-measure(f1-score)2、思路数据集:手写数字集从训练集中抽取数据,保证每种label的数量一致,使用SVM 或ANN模型训练新数据集。按照高斯分布抽取新数据,再次使用SVM 或ANN模型训练。下图显示抽取后的每种label的个数3、软件框图4、代码由于代码有点多,点此处链接 下载。每个函数...原创 2019-05-14 22:46:44 · 705 阅读 · 0 评论