机器学习
m_pNext
慢慢来,还有时间
展开
-
KNN算法
KNN算法介绍距离超参数分析过程K 值的选择标准化 介绍 K 最邻近算法是分类算法,也可用于回归问题。它根据距离最近的 K 个点的类别,判断未分类点的类别。也就是说,一个点的类别由距离其最近的 K 个点中占比最大的类别决定。其中,K 是超参数。KNN是一种非线性分类器。距离 用欧式距离...原创 2020-04-11 20:56:21 · 906 阅读 · 0 评论 -
K-means聚类算法
K-means聚类算法介绍分析过程距离和均值k 的值初始中心点 介绍 K-means聚类算法是一个循环迭代的算法。其步骤如下:假设将样本聚为 k 类,选择 k 个点作为初始中心点;根据距初始中心点最近的原则,将所有点分类;计算 k 类中每类点的均值,作为下次迭代的起始中心点;重复 2,3 步直到中心点不再改变或达到指定的迭代次数。...原创 2020-04-11 13:43:45 · 278 阅读 · 0 评论 -
支持向量机SVM
支持向量机SVM介绍分析过程求解求解 介绍 支持向量机(Support Vector Machine,SVM)一般用于解决二分类问题,也可解决多分类和回归问题。 分析过程求解∣∣W∣∣||W||∣∣W∣∣ 凸二次规划。求解 &n...原创 2020-04-10 11:53:46 · 321 阅读 · 0 评论 -
逻辑回归
逻辑回归介绍逻辑分布逻辑回归分析过程代价函数求解防止过拟合 介绍逻辑分布 逻辑分布是连续性的概率分布。深度学习中常用的Sigmoid函数就是逻辑分布函数 μ=0,γ=1μ = 0,γ = 1μ=0,γ=1 的特殊形式。逻辑回归 逻辑回归(Logistic Regression),叫回...原创 2020-04-09 21:15:45 · 171 阅读 · 0 评论 -
线性回归
线性回归引入损失函数最小二乘估计 引入 假设一平面直角坐标系上有许多散落的点,要求找到一条直线l:y=kx+bl:y = kx + bl:y=kx+b,使得 lll 能尽可能地拟合这些点。 损失函数 以损失函数为评判标准,判断哪条直线更优。损失函数本质上是残差平方和,也称欧式距离...原创 2020-04-09 14:09:46 · 139 阅读 · 0 评论 -
决策树
决策树决策树的构成决策树的生成决策树的类型ID3C4.5CART(Classification And Regression Tree)决策树的构成 形如一棵树,其中非叶节点表判断叶节点表结果决策树的生成 生成决策树主要关心节点的分裂阈值的确定决策树的类型 ...原创 2020-04-09 11:55:06 · 261 阅读 · 0 评论 -
机器学习
机器学习(一)前言由于毕设的原因,开始学习机器学习方面的相关知识。但对于一个之前对此毫无接触的人来说,大量的数学公式实在是使人望而却步。于是根据前辈的经验,今天开始学习吴恩达老师的网课。老师的课程语言简洁,通俗易懂,为了便于以后的学习,开始在此书写笔记,希望自己能学有所成,不辜负这段时光。在开始正式学习前,先了解一下机器学习在日常生活中的应用。在使用Google或Bing等搜索引擎时,Goo...原创 2019-03-30 17:03:46 · 256 阅读 · 0 评论