- 博客(2)
- 收藏
- 关注
RSS订阅原创 组队学习——聚类分析
聚类就是将数据集中的样本划分成多个子集，每个子集之间是不相交的，每个子集也称为“簇”。每个簇可能代表着一些潜在的含义，这些含义通常由使用者自己定义。如有一个关于洪水的数据集，要将这份洪水数据集划分成三类：高风险洪水、中风险洪水、低风险洪水。这就需要对该数据集进行聚类，将数据集聚类成三类，也就是将数据集分成三个“簇”，根据实际情况将这三簇分为高、中、低风险。总而言之针对不同的问题应该选用不同聚类方法，在选择使用哪种聚类方法时应该考虑几个方面：数据集的大小、数据的维度、问题的类型等方面。
2024-07-17 13:32:47
897
原创 组队学习——模型评估与选择（评价指标理论）
精度（Accuracy）又可以被称作为正确率或准确率等，有很多种说法，它被定义为正确分类的样本数占总样本数的比例。过拟合意为过度拟合，当模型的学习能力太好时，模型不但学习了训练集中的普遍规律也学习了训练集中的特殊性，这就导致训练误差非常小甚至为0，但是模型的泛化性能会减小，也就是说模型在测试集或预测数据上的预测效果会减弱，这就是过拟合。欠拟合就是拟合效果差，模型未学完训练集中的所有普遍规律，只学习了一部分普遍规律，这也会导致模型的泛化性能差。
2024-07-14 23:53:30
370
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