![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 70
机智的冷露
(¦3[▓▓]
展开
-
sklearn机器学习算法选择
算法选择可以参考sklearn官方文档下的图解原创 2021-10-03 16:56:14 · 87 阅读 · 0 评论 -
聚类算法及相关内容简介
一、聚类学习简介聚类分析又称群分析,它是研究(样品或指标)分类问题的一种统计分析方法,同时也是数据挖掘的一个重要算法。聚类(Cluster)分析是由若干模式(Pattern)组成的,通常,模式是一个度量(Measurement)的向量,或者是多维空间中的一个点。聚类分析以相似性为基础,在一个聚类中的模式之间比不在同一聚类中的模式之间具有更多的相似性。聚类算法是典型的无监督算法,主要用于将相似样本分到同一类别。(分类算法为监督学习)使用不同的聚类准则,产生的聚类结果不同。大神常见聚类算法讲解二、原创 2021-10-03 16:51:19 · 2211 阅读 · 0 评论 -
集成学习算法及相关内容简介
一、集成学习简介集成学习是对其他算法(模型)进行组合的一种方式。构建的一系列模型是基学习器(弱学习器:准确率大于0.5即可),通过使用不同的策略将基学习器聚合起来,这种聚合起来的模型犯错率会降低。且由于模型之间的相互抑制,提升了泛化性能,不易出现过拟合现象。弱弱联合变强。主要方法:boosting逐步增强学习相互抑制变壮。主要方法:bagging采样学习集成集成方法的多种形式:①不同的算法的集成②同一算法在不同设置下的集成③数据集的不同部分分配给不同分类器后的集成按照学习器生成策略的不同,集原创 2021-09-22 18:28:24 · 742 阅读 · 0 评论 -
决策树算法及相关内容简介
一、算法简介1、决策树概念决策树:本质上是一个树形结构,每个内部节点代表了一种属性判断,每个分支代表了一种结果的输出,每个叶节点代表一种分类结果,本质上是一颗由多个判断节点组成的树。二、决策树分类原理1、熵(entroy)(1)概念物理学上,熵是物体混乱程度的量度。越有序,熵越低,越无序,熵越高。(2)信息熵(entroy)从信息的完整性上进行描述:当系统的有序状态一致时,数据集中的地方熵值低,分散的地方熵值高。从信息有序性上进行描述:当系统数据量统一时,系统越有序,熵值越低,越无序,熵原创 2021-09-14 19:50:45 · 656 阅读 · 0 评论 -
机器学习模型的保存及下载
一、API二、使用案例原创 2021-08-27 20:39:09 · 271 阅读 · 0 评论 -
线性回归算法及相关知识介绍
线性回归定义利用回归方程,对多个自变量(特征)和因变量(目标)之间的关系进行建模的一种分析方式· 只有一个自变量叫单变量回归,多个自变量叫多元回归. 自变量和因变量之间有线性关系与非线性关系. 线性关系分为单变量线性关系与多变量线性关系公式线性关系非线性关系APIsklearn.linear_model.LinearRegression()回归系数LinearRegression().coef_求导线性回归损失与优化损失求法常用优化算法正规方程. 矩阵原创 2021-08-26 16:35:56 · 1423 阅读 · 0 评论 -
kaggle下载数据集
参考大佬详细解析转载 2021-08-21 09:53:29 · 212 阅读 · 0 评论 -
KNN算法详解并自主构建kd树及sklearn简单实现
k-近邻算法(KNN)一、简介1、定义核心思想:如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别,则该样本也属于这个类别。(近朱者赤,近墨者黑)2、分类有监督学习、多分类算法3、距离公式欧氏距离:4、简单流程(1)计算已知类别数据集中的样本与当前样本的距离。(2)按顺序递增排序。(3)选取距离最小的k个点。(4)统计这k个样本类别出现的频率最高的类别。(5)出现的频率最高的类别即为预测分类。二、Scikit-learn针对Python原创 2021-08-20 10:06:35 · 1623 阅读 · 1 评论 -
python机器学习入门常用库
matplotlibMatplotlib 是 Python 编程语言及其数值数学扩展包 NumPy 的可视化操作界面。它为利用通用的图形用户界面工具包,如 Tkinter, wxPython, Qt 或 GTK+ 向应用程序嵌入式绘图提供了应用程序接口(API)。pandasnumpy1、NumPy(Numerical Python) 是 Python 语言的一个扩展程序库,支持大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库。具体可参考教程https://www.runoob.c原创 2021-08-14 18:58:53 · 275 阅读 · 0 评论 -
机器学习初体验(傻瓜拖拽式)
一、目的通过美国人口普查数据预测收入二、平台介绍Azure平台:微软推出的一款基于web的机器学习服务,使用拖拽式,便于应用。这个应用为收费服务,但可申请免费试用。网址:http://studio.azureml.net/三、项目实现步骤1、数据集简介及准备UCI机器学习数据库:http://archive.ics.uci.edu/ml/此次我们使用美国人口普查数据集的数据,数据集为csv格式每列均称为特征,行为样本2、上传数据3、创建新实验将数据集拖拽进去4、特征处理(极简版)原创 2021-08-08 10:11:09 · 1089 阅读 · 0 评论 -
机器学习概述及流程
概述一、目标 1、掌握机器学习基础环境安装 2、掌握常用的科学计算库对数据进行展示、分析二、人工智能三要素1、数据2、算法2、算力:CPU适合I/O密集型程序,GPU适合计算密集型和易于并行的程序。三、人工智能主要分支1、计算机视觉(CV)2、自然语言处理(NLP):文本挖掘/分类、机器翻译、语音识别3、机器人四、机器学习工作流程简介从数据中自动分析获得模型,再利用模型对未知数据进行预测。1、获取数据2、数据基本处理3、特征工程4、机器学习(模型原创 2021-08-07 16:07:34 · 1384 阅读 · 0 评论