- 博客(8)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 机器学习-pca
主成分分析（PCA）是一种统计工具，用于通过减少数据集的维数来简化数据集，同时尽可能保留原始数据的信息。这种方法通过线性变换把原始数据变换到一个新的坐标系统中，使得任何数据投影的第一大方差在第一个坐标（即主成分）上。
2024-01-01 21:52:18
342
原创 机器学习——SVM
支持向量机（Support Vector Machine，SVM）是一种在机器学习中广泛应用的监督学习算法，主要用于数据的二分类问题。它的基本理念是寻找一个最优的超平面，这个超平面可以在特征空间中最大化两个类别之间的间隔，从而最完美地将两类数据分开。SVM的目标是最小化超平面的错误分类，同时最大化分类边界的间隔，以提高其泛化能力。
2023-12-27 13:41:07
824
1
原创 机器学习——logistic回归
logistic函数的实现过程中其有着利于实现，便于理解等种种优点，但其在一些情况中也常常会产生欠拟合的结果，我们应考虑不同的情况以善加对其使用。
2023-12-05 00:49:44
410
原创 机器学习——垃圾分类
贝叶斯算法是一种基于概率论和统计学的机器学习方法，以其在处理不确定性和分类问题方面的能力而著名。它的优点有：1. 处理不确定性：贝叶斯方法能够处理不确定性和概率推断问题，适用于各种领域，如自然语言处理、模式识别、图像识别等。2. 灵活性：贝叶斯算法可以根据不同的应用场景和问题进行调整，如朴素贝叶斯、高斯朴素贝叶斯、多项式分布下的朴素贝叶斯等。4. 易于理解和实现：贝叶斯算法的原理相对简单，易于理解和实现。
2023-11-20 21:23:42
331
1
原创 机器学习——决策树
决策树是一种常见的机器学习方法，它易于理解、可解释性强，既可以作为分类模型，也可以作为回归模型。决策树是一种方法，它能够从一系列有特征和标签的数据中总结出决策规则，并用树状图的结构来呈现这些规则，以解决分类和回归问题。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。
2023-11-06 18:53:50
40
原创 机器学习——knn算法
knn算法是一种最为基本的分类和回归方法，是一种监督学习方法里的常用方法，其全称为K-Nearest Neighbor（k个距离你最近的邻居），也就是其根据你距离最近的几个训练实例来推测判断你的类别。
2023-10-09 13:04:14
41
1
原创 机器学习环境的安装与配置
安装完成后在控制台输入conda --version即可跳出相对应的版本号。下载其对应安装包而后按照自己所需的需求进行配置，便可完成安装。其也是上他的官网寻找自己所需要的版本而后按照需求安装即可。而后可进行vscode的安装。1.anaconda的安装。
2023-09-18 19:27:30
34
1
空空如也
翻转单词顺序c语言不要c++
2021-11-17
TA创建的收藏夹 TA关注的收藏夹
TA关注的人