- 博客(7)
- 收藏
- 关注
RSS订阅原创 机器学习：支持向量机（SVM）
支持向量机是一种分类器。之所以称为”机“是因为它会产生一个二值决策的结果，即它是一种决策”机“。支持向量机是一个二分类器。当其解决多分类问题时需要用额外的方法对其进行扩展。而且SVM的效果也对优化参数和所用核函数中的参数敏感。
2024-06-11 09:11:10
720
1
原创 机器学习--Logistc回归
Logistc特点及适用范围：特点：简单而高效的分类算法。输出结果具有概率解释。参数具有直观的解释性。不容易过拟合（在数据量较小的情况下）。适用范围：二元分类问题。需要得到分类概率。需要简单且具有解释性的模型。
2024-05-29 18:28:01
699
原创 机器学习--决策树
具体做法是对每个非叶节点进行考察，将该节点替换为叶节点，并计算剪枝后的验证集上的性能变化，如果剪枝后性能没有显著下降，则进行剪枝操作。2.对于每个特征，计算划分后的条件熵（Conditional Entropy，Entropy(D|A)），即根据该特征的取值进行划分后的子集的加权平均信息熵。信息增益越大，表示划分后的数据集的不确定性减少程度越大，特征对分类的贡献越大。忽略属性之间的相关性：决策树算法通常假设属性之间是独立的，忽略属性之间的相关性，导致决策树算法在某些情况下效果不佳。
2024-05-29 17:56:22
677
原创 朴素贝叶斯
利用朴素贝叶斯来进行垃圾邮件分类的好处就是，朴素贝叶斯模型发源于古典数学理论，有着坚实的数学基础，以及稳定的分类效率，并且算法也比较简单，容易实现，对于小规模的数据效果很不错。如果我们使用了样本属性真实情况其实并不是相互独立性的，那么其实这样的分类效果可能不会很好。而且需要知道先验概率，且先验概率很多时候取决于假设，假设的模型可以有很多种，因此在某些时候，会由于假设的先验模型的原因导致预测效果不佳。ln%28b%29。
2024-04-30 12:39:55
539
1
原创 ROC曲线与PR曲线
PR曲线（Precision-Recall curve）是另一种评估分类模型性能的工具，通常用于处理不平衡数据集或关注于正类别（少数类别）的分类问题。在PR曲线中，横轴表示召回率（Recall），纵轴表示精确率（Precision）。召回率是指被模型正确识别为正类别的样本数占所有真实正类别样本数的比例，精确率是指被模型正确识别为正类别的样本数占所有模型判定为正类别的样本数的比例。
2024-04-16 16:48:04
965
原创 KNN近邻算法原理及python实现
KNN（K-NearestNeighbor）即，是数据挖掘分类技术中最简单的方法之一。所谓K近邻，就是K个最近的邻居的意思，说的是每个样本都可以用它最接近的K个邻近值来代表。假设特征空间有8个样本点，其中红色点为良性肿瘤，蓝色点为恶性肿瘤，现在要预测绿色点是良性肿瘤还是恶性肿瘤，我们需要计算出绿色点到所有其他样本点的距离，选择出距离最小的K个点，对K个点所属的类别进行比较，根据少数服从多数的原则，将测试样本点归入在K个点中占比最高的那一类。计算距离方法一般采用欧拉距离公式:n维特征空间欧式距离计算公式。
2024-04-02 15:32:54
500
1
原创 Anaconda安装教程
你需要将以下五条环境变量中涉及的到的"D:\WorkSoftware\Install\Anaconda3"都修改为你的Anaconda的安装路径）平台,它将很多好的工具整合在一起，极大地简化了使用者的工作流程，并能够帮助使用者解决一系列数据科学难题。将安装Python的变量全部删除，之后点击确定（外面的确认按钮也需要点击）这样Python就卸载完成了。查找用户自己的环境变量，就是上面的那一栏，找到path并双击，查看自己设置过的环境变量。像之前删除Python的环境变量一样打开path配置，点击新建。
2024-03-19 15:59:41
695
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人