![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 86
haloory
这个作者很懒,什么都没留下…
展开
-
机器学习笔记-第七章贝叶斯分类器
贝叶斯决策论 贝叶斯分类器原创 2023-02-09 18:38:03 · 114 阅读 · 0 评论 -
机器学习笔记-第六章支持向量机
西瓜书第六章支持向量机学习笔记原创 2023-01-03 10:56:20 · 83 阅读 · 0 评论 -
机器学习笔记-第五章神经网络
西瓜书-神经网络看书笔记原创 2023-01-01 17:00:42 · 117 阅读 · 0 评论 -
机器学习笔记-第四章决策树
决策树基本流程、划分选择、剪枝处理、连续与缺失值、多变量决策树原创 2022-12-24 09:37:42 · 124 阅读 · 1 评论 -
机器学习笔记-第三章线性模型
线性模型学习笔记原创 2022-12-17 15:22:38 · 73 阅读 · 1 评论 -
机器学习笔记-第二章模型评估与选择2
比较检验、偏差与方差原创 2020-06-19 16:32:55 · 398 阅读 · 0 评论 -
机器学习笔记-第二章模型评估与选择1
错误率(error rate):分类错误的样本数占样本总数的比例。精度 = 1 - 错误率误差(error):学习器的实际预测输出与样本的真实输出之间的差异训练误差/经验误差泛化误差:在新样本上的误差。划分训练集和测试集:1、留出法:直接将数据集DDD划分为两个互斥的集合。2、交叉验证法:现将数据集DDD划分为kkk个大小相似的互斥子集,每个子集DiD_iDi都尽可能保持数据分布的一致性,即从DDD中通过分层采样得到。然后,每次用k−1k-1k−1个子集的并集作为训练集,余下的那个子集作为测原创 2020-05-25 14:25:49 · 540 阅读 · 0 评论 -
机器学习笔记-第一章绪论
机器学习分类:有无训练数据是否有标记信息监督学习无监督学习-聚类原创 2020-05-22 14:37:58 · 165 阅读 · 0 评论