雷霆之王-CSDN博客

原创主成分分析（PCA）

PCA（Principal Component Analysis），即主成分分析，是一种广泛使用的数据分析方法，特别在数据降维领域。PCA的主要思想是将原始的高维特征空间通过线性变换投射到一个新的低维特征空间上，同时尽量保持原始数据的方差，使得在新的低维空间中数据的差异性得以保留。

2024-06-11 20:20:23 765 1

原创机器学习——支持向量机

支持向量机（Support Vector Machine, SVM）是一种强大的机器学习算法，主要用于数据分类问题。其原理是在特征空间中找到一个超平面，使得不同类别的样本点能够被分开，并且使得离超平面最近的样本点到超平面的距离最大化。定义与分类。

2024-06-11 16:29:35 952 1

逻辑回归，又称logistic回归分析，是一种广义的线性回归分析模型，常用于数据挖掘、疾病自动诊断、经济预测等领域。虽然名字中包含“回归”，但它实际上是一种分类算法，主要用于解决二分类问题，并可通过一定方法扩展至多分类问题。在逻辑回归中，我们根据给定的自变量数据集来估计事件的发生概率，这个概率值位于0和1之间。逻辑回归通过引入一个逻辑函数（如sigmoid函数），将线性回归的输出映射到这个概率范围内。换句话说，它通过一个函数将线性回归的预测值转换为一个表示事件发生概率的值。

2024-05-28 16:22:04 923

原创朴素贝叶斯分析及实验

贝叶斯定理是概率论中的一个基本定理，它描述了在已知某些条件下，一个事件发生的概率如何被更新。数学上，贝叶斯定理可以表示为： (P(A|B) = \frac{P(B|A) \cdot P(A)}{P(B)}) 其中，(P(A|B)) 是在给定B的条件下A发生的概率，(P(B|A)) 是在给定A的条件下B发生的概率，(P(A)) 和 (P(B)) 分别是A和B发生的概率。

2024-05-13 22:00:42 897

原创机器学习之决策树详解及Python实现

决策树是一种树形结构，其中每个内部节点表示一个属性上的测试，每个分支代表一个测试输出，每个叶节点代表一种类别（在分类中）或一个实值（在回归中）。从根到叶节点的每条路径代表了一个分类规则。决策树学习的目的是为了产生一颗泛化能力强，即处理未见示例能力强的决策树。

2024-04-30 16:06:32 601 1

原创模型评估分析和实例

在机器学习中，模型评估是非常重要的，它帮助我们了解模型的性能、泛化能力以及是否适合特定的任务。ROC曲线（Receiver Operating Characteristic curve）是一种常用的模型评估方法，特别用于二分类问题。下面是关于模型评估和ROC曲线以及K值选取的一些总结：1.模型评估： - 模型评估是通过评估模型在训练集之外的数据集上的表现来判断模型的质量。- 常用的模型评估指标包括准确率、精确率、召回率、F1分数、AUC等，不同指标适用于不同的评估场景。

2024-04-16 16:06:27 536 1

原创 KNN算法和Phyon代码实现

K近邻算法（K-Nearest Neighbors，KNN）是一种基于实例的学习或归纳的学习方法。它的基本思想是通过已知数据来预测未知数据。这种方法不需要对特征进行特定的转换或降维，适用于所有类型的数据，包括连续的和分类的数据。KNN算法的基本步骤如下：1. 计算待分类项（样本）与已知数据集中各数据点间的距离。2. 根据距离的远近，将待分类项归入最近的K个已知数据点的类别中。3. 根据这K个已知数据点的类别，对待分类项进行预测。在实践中，我们通常会使用一个特定的值来选择最近邻的数目，这就是K值。

2024-04-02 16:00:23 472 1

原创 vscode和anaconda安装和环境配置

一、官网下载VSCODE1.点击download for Windows2.默认安装二、下载vscodein的编辑器MinGW1.点击后缀为.seh的资源下载2.添加环境变量到path中3.环境验证（在cmd命令行中输入where gcc）三、anconda安装及环境检验1.在清华大学镜像站下载2.默认安装3.添加环境后环境检验（输入conda -info回车）

2024-03-18 21:56:19 439 1

m0_74739796的博客