![](https://img-blog.csdnimg.cn/8d0082acd88c4be8a236e581afb5ef19.jpg?x-oss-process=image/resize,m_fixed,h_224,w_224)
机器学习
文章平均质量分 95
以实战为线索,熟悉常见机器学习算法
coderJHT
这个作者很懒,什么都没留下…
展开
-
《机器学习实战》学习笔记(五):支持向量机
目录引言——关于SVM一、最大间隔与线性分类器二、对偶问题与最优解三、线性不可分的情况(软间隔)四、核函数五、求解线性SVM5.1 普通SVM5.2 Platt SMO引言——关于SVM支持向量机(support vector machines,SVM)是一种二分类模型,它将实例的特征向量映射为空间中的一些点,SVM 的目的就是想要画出一条线,以 “最好地” 区分这两类点,以至如果以后有了新的点,这条线也能做出很好的分类。SVM 适合中小型数据样本、非线性、高维的分类问题。SVM 最早是由 Vladi原创 2021-12-12 20:17:40 · 927 阅读 · 0 评论 -
《机器学习实战》学习笔记(四):朴素贝叶斯
引言在之前我们讲述KNN以及决策树时。曾要求分类器做出决策给出“该实例属于哪一类”这类问题的明确答案。不过分类器有时候会产生错误的结果,这个时候要求分类器给出一个最优的类别猜测结果,同时给出这个猜测的概率估计值。之前决策树章节里信息熵的计算就涉及到了一些概率知识,接下来便在这个基础上深入讨论。一、贝叶斯理论1.1 准备知识:条件概率因为朴素贝叶斯是贝叶斯决策理论的一部分,所以先了解一下贝叶斯决策理论。假设有两类数据组成的数据集如下:其中,假设两个概率分布的参数已知,并用p1(x,y)表示当前数原创 2021-11-28 14:30:51 · 1266 阅读 · 0 评论 -
《机器学习实战》学习笔记(三):Logistic回归
目录一、Logistic回归函数二、确定最佳回归系数——极大似然估计+最优化2.1 最大似然函数2.2 取似然函数的对数三、梯度上升算法3.1 算法原理3.1 源码实现四、算法实例——从疝气病症状预测病马的死亡率4.1 实战背景4.2 准备数据4.3 构建Logistic回归分类器五、拓展——使用Sklearn构建Logistic回归分类器5.1 LogisticRegressioin5.2 源码实战六、实验总结6.1 Logistic回归的优缺点6.2 一些思考一、Logistic回归函数逻辑斯谛回原创 2021-11-21 17:51:08 · 1368 阅读 · 0 评论 -
《机器学习实战》学习笔记(一):k-近邻算法
目录1.1 k-近邻法简介1.2 距离度量1.3 Python代码实现KNN算法(以电影分类为例)1.3.1 准备数据集1.3.2 KNN算法1.3.3 预测红色圆点标记的电影(101,20)的类别,K-NN的k值为31.4 再探KNN1.5 KNN实现手写数字识别1.1 k-近邻法简介 k近邻法(k-nearest neighbor, k-NN)是1967年由Cover T和Hart P提出的一种基本分类与回归方法。它原创 2021-09-20 22:16:21 · 321 阅读 · 0 评论 -
《机器学习实战》学习笔记(二):决策树
目录一、决策树1.1 决策树简介1.2 实战实例——预测隐形眼镜二、一、决策树1.1 决策树简介1.2 实战实例——预测隐形眼镜二、原创 2021-10-28 16:41:30 · 503 阅读 · 0 评论