机器学习
爱好很多的算法工程师
深度学习算法工程师
展开
-
支持向量机SVM(Support Vector Machine)
首先,将文本中的单词转换成特征向量,例如使用TF-IDF(词频-逆文本频率)来表示每个单词的重要性。训练完成后,可以将新的文本输入到SVM中,根据SVM的输出判断文本所属的类别。最后,我们使用predict()方法预测新的样本所属的类别,并使用predict_proba()方法计算样本属于各类别的概率。通过提取图像的特征向量,并将其作为SVM的输入,可以训练一个分类器来识别人脸。训练完成后,可以将新的图像输入到SVM中,并根据SVM的输出进行分类,判断图像中是否存在人脸。原创 2024-08-03 15:07:22 · 217 阅读 · 0 评论 -
机器学习算法XGBoost(eXtreme Gradient Boosting)
决策树原创 2024-08-03 15:04:17 · 144 阅读 · 0 评论 -
强化学习和例子
强化学习概念和例子原创 2024-08-03 12:08:10 · 304 阅读 · 0 评论 -
无监督学习和有监督学习
无监督学习和有监督学习原创 2024-08-03 12:04:30 · 191 阅读 · 0 评论 -
KNN和K-Means的区别
KNN和K-Means原创 2024-07-28 15:58:31 · 323 阅读 · 0 评论 -
机器学习中的线性回归、逻辑回归(分类)和聚类问题的概念、原理和特点,三种问题的区别是什么?
机器学习中的线性回归、逻辑回归(分类)和聚类问题的概念、原理和特点,三种问题的区别是什么?原创 2024-08-03 01:15:58 · 256 阅读 · 0 评论