![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习入门笔记
hailongzhang26
学无止境
展开
-
机器学习入门-朴素贝叶斯
机器学习入门-朴素贝叶斯先了解几个统计学概念1、联合概率:包含多个条件并且所有的条件都同时成立的概率,记为P(X,Y)。什么意思呢?就是P(X=小明,Y=成都),人口中符合户口在成都,名字叫小明的人比例(概率)是多少,总数(分母)是全国总人口。2、条件概率:已知条件下,另一事件发生的概率。P(X=小明|Y=成都),在成都,叫小明的人比例(概率)是多少,总数(分母)是成都市人口。3、先检概...原创 2019-06-06 10:39:30 · 347 阅读 · 0 评论 -
机器学习入门之svm-knn
先来看一些基本概念什么是统计学?基于数据构建统计模型 从而对数据进行预测与分析。什么是监督学习?学习一个模型,使模型能够对任意给定的输入,对其相应的输出做出一个好的预测。(有标签学习)根据输入,输出变量的不同类型,对预测任务给予不同的名称。回归问题: 输入,输出均为连续变量。分类问题: 输出变量为有限个离散变量。过拟合学习时选择的模型所包含的参数过多,以致于出现这一模型对已知数据...原创 2019-06-06 11:27:37 · 1216 阅读 · 0 评论 -
机器学习之决策树
优点具有可读性,分类速度快。步骤特征选择,决策树的生成,决策树的修剪结构决策树是由 有向边 和 结点 组成。结点分 内部结点(一个特征或属性),叶结点(表示一个类)。特征选择熵 H(Y):表示随机变量不确定性的度量。熵越大,随机变量的不确定性就越大。比如数据样本里面 说方言特征(80%四川话,20%普通话),饮食特征(20%吃辣,20%吃甜,30%吃酸,30%吃麻),饮食特征的...原创 2019-06-06 15:43:25 · 296 阅读 · 0 评论 -
XGBoost快速入门
配合sklearn一起使用XGBoost是可以独立完成的。导模块# 运行 xgboost安装包中的示例程序from xgboost import XGBClassifier# 加载LibSVM格式数据模块from sklearn.datasets import load_svmlight_filefrom sklearn.grid_search import GridSear...原创 2019-06-06 16:57:23 · 433 阅读 · 0 评论