机器学习
文章平均质量分 81
作者不知道写什么
吃花椒的恩酱
感谢关注,感谢点赞,感谢收藏!催更私信我哈
展开
-
机器学习笔记——KNN算法(1)
KNN基本思想KNN是通过测量不同特征值之间的距离进行分类。它的思路是:如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别,则该样本也属于这个类别,其中K通常是不大于20的整数。KNN算法中,所选择的邻居都是已经正确分类的对象。该方法在定类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。以书上例子,我们可以使用k-近邻算法分类一个电影是爱情片还是动作片。代码实现knn.pyfrom numpy import *im..原创 2021-09-29 09:26:30 · 629 阅读 · 0 评论 -
机器学习笔记——朴素贝叶斯(Naive Bayes)
1贝叶斯算法简介 贝叶斯分类算法是统计学的一种分类方法,它是一类利用概率统计知识进行分类的算法。在许多场合,朴素贝叶斯(Naïve Bayes,NB)分类算法可以与决策树和神经网络分类算法相媲美,该算法能运用到大型数据库中,而且方法简单、分类准确率高、速度快。 1.1贝叶斯算法优点优点:在数据较少时仍有效,可处理多类别问题1.2贝叶斯算法缺点缺点:对输入数据准备方式敏感,如果输入的数据的各个特征之间是具有关联的,那么分类的效果可能不佳,反之,如果各个特征之间的...原创 2021-11-14 15:28:41 · 4125 阅读 · 0 评论 -
机器学习笔记——逻辑斯蒂回归(Logistic)
sklearn实现鸢尾花分类(skearn的LogisticRegression)from sklearn.linear_model import LogisticRegressionimport numpy as npfrom sklearn import model_selectionimport matplotlib.pyplot as pltimport matplotlib as mplfrom sklearn.preprocessing import StandardScaler原创 2021-11-15 17:46:47 · 2333 阅读 · 0 评论 -
机器学习笔记——决策树(Decision Tree)(1)
决策树1.引入 1.1定义决策树,顾名思义,就是帮我们做出决策的树。现实生活中我们往往会遇到各种各样的抉择,把我们的决策过程整理一下,就可以发现,该过程实际上就是一个树的模型。比如相亲的时候:我们可以认为年龄,长相,收入是一个人的三个特征,每次我们做出抉择都是基于这三个特征来把一个节点分成好几个新的节点。 一颗完整的决策树包含以下三个部分:1.1.1根节点:就是树最顶端的节点,比如上面图中的“年龄”。1.1.2叶子节点:树最底部...原创 2021-11-01 14:28:36 · 8024 阅读 · 5 评论