机器学习
IT'S 2AM
这个作者很懒,什么都没留下…
展开
-
第6章 支持向量机 知识点总结——周志华西瓜书(机器学习)
第6章 支持向量机 知识点总结原创 2022-04-04 16:43:28 · 951 阅读 · 0 评论 -
第1章 机器学习绪论 知识点总结——周志华西瓜书(机器学习)
第1章 机器学习绪论 知识点总结原创 2022-04-04 16:29:28 · 942 阅读 · 0 评论 -
第3章 线性模型 思维导图——周志华西瓜书(机器学习)
西瓜书第三章思维导图原创 2022-03-22 17:44:38 · 998 阅读 · 0 评论 -
数据预处理——缺失值处理(细讲具体代码实现)
最近在参加机器学习算法类的比赛,对一些知识点进行了查漏补缺和归纳总结,其实收获还挺多的,不得不说比赛是一个让人快速成长并且拓宽视野的过程,接下来就进入正题。我们做机器学习任务的时候,通常情况下,拿到的数据都会存在缺失值,而数据预处理首先需要做的就是对存在的缺失值进行处理,这里我总结了处理缺失值的几种方法,并详细地解释了如何用代码实现,完全足够解决处理缺失值这一问题。缺失值处理1、观察数据是否存在缺失值1)使用pandas.isnan()判断:2)使用DataFrame.info()函数判断:2、处理缺失原创 2020-08-05 23:35:47 · 15241 阅读 · 1 评论 -
k-近邻算法(KNN)原理
KNN算法概述K-近邻算法(KNN,K-NearestNeighbor)是最常用的分类算法之一,属于有监督学习中的分类算法。先来看个例子:如图,对于一个待分类点(绿色圆点),如果K = 3,绿色圆点最近的3个邻居是2个红色三角形和1个蓝色正方形,少数服从多数,基于统计的方法,判定该分类点属于红色三角形一类。如果K = 5,绿色圆点最近的5个邻居是2个红色三角形和3个蓝色正方形,少数服从多数,基于统计的方法,判定该分类点属于蓝色正方形一类。KNN算法基本思想:对待分类的点:①计算已知类别数据原创 2020-07-10 21:11:40 · 912 阅读 · 0 评论