- 博客(8)
- 收藏
- 关注
RSS订阅原创 深度了解PCA
我们可以认为，一个特征下的样本方差大，说明这个特征对样本的区分度大，因为样本之间的差异会更大一些；相反，如果一个特征的方差小，在这个特征下的样本趋于一个点，说明这个特征的区分度不大。PCA 的数学推导可以从最大可分型和最近重构性两方面进行，前者的优化条件为划分后方差最大，后者的优化条件为点到划分平面距离最小，这里我将从最大可分性的角度进行证明。比如一个人的身高体重，一个身高高的人，体重往往也会更大。另外，特征和特征之间也会有或多或少的联系，这体现在一个特征的数值的变化对另一个特征数值的变化的趋势上。
2024-01-01 20:23:50
830
原创 支持向量机（SVM）
支持向量机作为一种强大的分类算法，具有广泛的应用领域和优势。通过最大化支持向量到超平面的距离，SVM能够提高分类的准确性和鲁棒性。在图像分类、文本分类和生物信息学等领域，SVM都显示出了卓越的性能。随着机器学习技术的不断发展，我们可以期待SVM在更多实际问题中的应用。
2023-12-18 23:05:46
855
1
原创 机器学习——朴素贝叶斯算法
朴素贝叶斯（Naive Bayes）是经典的机器学习算法之一，也是为数不多的基于概率论的分类算法。由于朴素贝叶斯计算联合概率，所以朴素贝叶斯模型属于生成式模型。经典应用案例包括：文本分类、垃圾邮件过滤等。
2023-11-20 15:10:07
70
1
原创 机器学习：决策树
2.离散属性a有V个可能的取值{a1, a2, ..., aV}，用a来进行划分，则会产生V个分支结点，其中第v个分支结点包含了D中所有在属性a上取值为av的样本，记为Dv。则可计算出用属性a对样本集D进行划分所获得的“
2023-11-06 20:42:33
64
原创 机器学习：性能度量
衡量模型泛化能力的评价标准（反映了任务需求，在对比不同模型的能力时，使用不同的性能度量往往会导致不同的评判结果。模型的好坏，不仅取决于算法和数据，还决定于任务需求。性能度量主要分为分类任务中的和回归任务中的。ROC全称Receiver Operating Characteristic，即受试者工作特征，坐标图式的分析工具。ROC 曲线的纵轴是"真正例率" (True Positive Rate，简称 TPR)，横轴是"假正例率" (False PositiveRate， FPR)。
2023-10-23 20:33:13
82
1
原创 KNN算法（k近邻算法）原理及总结
KNN 算法，或者称 k最邻近算法，是有监督学习中的分类算法。它可以用于分类或回归问题，但它通常用作分类算法。
2023-10-09 21:09:59
32348
3
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