机器学习
HWANGYUKAH
这个作者很懒,什么都没留下…
展开
-
试将对缺失值的处理机制推广到基尼指数的计算中去
试将对缺失值的处理机制推广到基尼指数的计算中去基尼指数的定义基尼值:用于描述数据集的纯度,Gini(D)越小说明数据集D的纯度越高其中,p_k是指样本集合D中第k类样本所占的频率。属性a的基尼指数:在候选属性集合A中,选择那个使得划分后基尼指数最小的属性作为最优划分属性。即基于基尼指数算法处理缺失值(参考了《机器学习》——周志华)基于上述定义,我们将基尼指数的计算式推广为...原创 2020-06-08 15:22:10 · 1673 阅读 · 1 评论 -
机器学习个人总结大纲(第2章-第4章)
机器学习--------------------------来源周志华的《机器学习》---------------------第二章 模型评估与选择(评估模型的泛化能力)经验误差与过拟合错误率精度误差训练误差/经验误差泛化误差过拟合欠拟合评估方法(获得测试结果)含义方法留出法交叉验证法k折交叉验证法留一法自助法性能度量(评估模型的泛化能力)预测任务将预测结果与真实标记进行比较回归任务均方误差(MSE)分原创 2020-06-07 21:50:42 · 274 阅读 · 0 评论