- 博客(6)
- 收藏
- 关注
RSS订阅原创 支持向量机svm
支持向量机（Support Vector Machine，简称SVM）是一种强大的监督学习算法，广泛用于分类和回归问题。支持向量机是一种二分类算法，其目标是找到一个最优的超平面，将不同类别的数据点分隔开。这个超平面被称为决策边界，支持向量机的任务是找到使决策边界最佳的超平面。
2024-06-11 14:09:40
797
1
原创 贝叶斯决策基本原理和例题实战
记硬币的重量为x，对两类硬币分别记做 P(ω1∣x)和 P(ω2∣x)，这种概率处称为后验概率（a posterior probability）。其中，P(ωi)是先验概率；以猜测硬币大小为例子，硬币为x，w1，w2分别表示一毛硬币和五毛硬币，则p（w1）和p（w2）分别表示事件w1和w2的先验概率。如果x∈w1，则那么犯错误的概率就是 P(error)=1−P(w1∣x)=P(w2∣x)，反之亦然。如果x∈w1，则那么犯错误的概率就是 P(error)=1−P(w1)=P(w2)，反之亦然。
2024-05-12 20:57:51
697
1
原创 决策树算法及其python实例
如果A 为空或者D中样本在A 上取值相同 则将node 标记为叶结点，其类别标记为 D中样本数最多的类;信息增益准则对可取值数目较多的属性有所偏好，为减少这种偏好可能带来的不利影响，著名的C4.5 决策树算法 IQuinlan，1993】 不直接使用信息增益，而是使用“增益率”(gain ratio）来选择最优划分属性．采用与式(4.2)相同的符号表示，增益率定义为。直观来说，Gini(D)反映了从数据集 D 中随机抽取两个样本，其类别标记不一致的概率，因此，Gini(D） 越小，则数据集 D的纯度越高.
2024-04-29 23:11:29
916
原创 KNN算法的理解及鸢尾花分类实例的实现
KNN可以说是最简单的分类算法之一，同时，它也是最常用的分类算法之一，注意KNN算法是有监督学习中的分类算法，它看起来和另一个机器学习算法Kmeans有点像（Kmeans是无监督学习算法），但却是有本质区别的。KNN的全称是K Nearest Neighbors，意思是K个最近的邻居。K个最近邻居，其中K的取值是至关重要的。KNN的原理就是当预测一个新的值x的时候，根据它距离最近的K个点是什么类别来判断x属于哪个类别。
2024-04-01 21:28:07
670
原创 Anaconda安装教程（Windows）
点击此电脑----->属性----->高级系统设置----->环境变量----->path----->编辑----->新建。Anaconda的下载有两种方法，一种是搜索官网下载，另一种搜索清华大学开源镜像网站。新建 输入以下几行，注意此处你将Anconda安装在哪个盘就更改前面的位置（此处以C盘为例）根据个人需求和电脑配置选择exe文件下载（建议选2018后的版本）此处选第二个，然后就是Install等待安装。点击以下链接，跳转清华大学开源软件镜像站。打开wind搜索cmd打开命令提示符。
2024-03-18 22:41:10
265
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