![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
机器学习
机器学习相关知识
JokeOrSerious
这个作者很懒,什么都没留下…
展开
-
关联规则算法总结
目的:两个属性是否相关联的研究事务T支持物品集A:这个事务中包含此物品支持度物品A的支持度关联规则A->B的支持度:1000个顾客购物,100个购买了面包和黄油。则面包->黄油 10%可信度关联规则A->B的可信度:1000个顾客购物,200个购买了面包和黄油,140个购买了黄油,则可信度为70%(140/200)规则度量关联规则发现任务...原创 2020-05-01 12:15:27 · 3864 阅读 · 1 评论 -
聚类算法整体总结
聚类方法归类:划分法、基于模型、基于密度、层次法、基于网格模型参数:需要求出来的目标隐含参数:不需要求,但如果知道会有利于求出目标基于分割的聚类一、K-Means算法步骤1.随机初始化几个点(可随意设置)2.将其余各点根据到初始点的距离,分配到这些点上,形成初始分类3.找到每个类的中心点(到类内其它点距离均值最小的点),作为新的初始点4.重复2、3步,直到中心点...原创 2020-04-30 16:45:16 · 507 阅读 · 0 评论 -
集成学习
集成学习即,利用多个学习器组合得到最后的结果集成学习两大类1.Boosting:Adaboost、提升树、梯度提升树 (GBDT)、XGboost2.Bagging:随机森林Bagging(随机取数据,分类投票,回归均值)特点:随机数据,即有放回的随机抽取数据(有重复),不重复的作训练集优点:解决掉单个随机树的过拟合问题随机森林(Bagging随机取数据+随机取属性+弱...原创 2020-04-19 17:12:09 · 247 阅读 · 0 评论