机器学习
文章平均质量分 93
BuSong.
这个作者很懒,什么都没留下…
展开
-
吃瓜教程 —— 第四章
四. 决策树1. 基本流程决策树(decisiontree)是一类常见的机器学习方法.。决策树是基于树结构来进行决策的,通过一系列的判断或“子决策”得到最终决策,其目的是产生一棵泛化能力强,即处理未见示例能力强的决策树。一般的,一棵决策树包含一个根结点、若干个内部结点和若干个叶结点;叶结点对应于决策结果?其他每个结点则对应于一个属性测试;每个结点包含的样本集合根据属性测试的结果被划分到子结点中;根结点包含样本全集.从根结点到每个叶结点的路径对应了一个判定测试序列.决策树学习的目的是为了产生一棵原创 2022-05-25 19:49:22 · 302 阅读 · 0 评论 -
吃瓜教程 —— 第三章
三. 线性模型1. 初识机器学习1.1 基本术语1.2 建立关于“预测”的模型任务当预测对象为离散值,称为“分类”任务;当预测对象为连续值,称为“回归”任务;当预测对象涉及两个,称为“二分类”任务,其中一个为“正类”,另一个为“反类”;当预测对象为多个时,称为“多分类”任务;将数据集中的数据分成若干组,每组称为一个“簇”,即聚类任务。1.3 学习任务的分类(按照训练集是否拥有标记信息分类)监督学习 —— 分类与回归的代表无监督学习 —— 聚类的代表1.4 科学推理的两大基本手段原创 2022-05-23 17:47:44 · 1725 阅读 · 0 评论 -
吃瓜教程 —— 第一、二章
一. 绪论1. 初识机器学习1.1 基本术语数据集,作为数据记录的集合;示例(样本),关于一个事件或对象地描述;属性(特征),反映事件或对象在某方面的表现或性质的事项;属性值,属性上的取值;属性空间(样本空间、输入空间,属性张成的空间;特征向量,空间中的每一个实例。训练集的介绍从数据中学得模型的过程称为"学习"或"训练", 这个过程通过执行某个学习算法来完成.训练过程中使用的数据称为"训练数据",其中每个样本称为一个“训练样本", 训练样本组成的集合称为"训练集".1.2 建立原创 2022-05-17 21:22:24 · 451 阅读 · 0 评论