![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
算法
文章平均质量分 76
「已注销」
这个作者很懒,什么都没留下…
展开
-
KNN算法
K—近邻算法详解本文目录1. 首先给出算法定义 2. 抽象举例解释 3. 现实举例解释4. 算法描述5. 利用UCI中的数据集解释6. K近邻算法的三个基本要素7. 总结8. 问题讨论9. 代码块 1、概念定义 第一句:给定一个带标签的样本数据集合(称为:训练集) 第二句:当输入没有标签的新数据(新数据:测试集中的数据)后 第三句:将新数据的每个特征与训练集中所有原创 2017-11-07 11:48:10 · 1589 阅读 · 0 评论 -
FP-growth算法
目录1、回顾Apriori算法2、FP-growth算法框架3、举例解释4、FP-growth算法与Apriori算法对比5、FP-growth现有改进之一1、回顾Apriori算法 之前已经讨论了使用Apriori算法进行关联分析。简单回顾如下: 关联分析是一种在大规模数据集中寻找有趣关系(葡萄酒,尿布)的任务。完成这个任务可以有两个步骤: 1.发现频繁项集:发现经常出现原创 2017-11-07 20:33:49 · 1537 阅读 · 0 评论 -
文章标题
目录算法描述举例说明训练误差分析具体细节1、算法轮廓1、基本思想:对于一个复杂任务来说,将多个专家的判断进行适当的综合所得到的判断,要比其中任何一个专家单独的判断好。实际上,就是“三个臭皮匠顶个诸葛亮”的道理。2、对于分类问题而言,给定一个训练样本集,求比较粗糙的分类规则(弱分类器)要比求精确的分类规则(强分类器)容易的多,提升方法就是从弱学习算法出发,反复学习,得到一系列弱分类器(又称原创 2017-12-08 17:48:26 · 389 阅读 · 0 评论