机器学习
Mason_Mao
这个作者很懒,什么都没留下…
展开
-
机器学习算法模型评估
以下第一部分内容转载自:机器学习算法中的准确率(Precision)、召回率(Recall)、F值(F-Measure)是怎么一回事摘要:数据挖掘、机器学习和推荐系统中的评测指标—准确率(Precision)、召回率(Recall)、F值(F-Measure)简介。引言:在机器学习、数据挖掘、推荐系统完成建模之后,需要对模型的效果做评价。业内目前常常采用的评价指标有准确率(Pr...转载 2018-08-22 14:47:00 · 1011 阅读 · 0 评论 -
机器学习的分类与主要算法对比
重要引用:Andrew Ng Courera Machine Learning;从机器学习谈起;关于机器学习的讨论;机器学习常见算法分类汇总;LeNet Homepage;pluskid svm 首先让我们瞻仰一下当今机器学习领域的执牛耳者: 这幅图上的三人是当今机器学习界的执牛耳者。中间的是Geoffrey Hinton, 加拿大多伦多大学的教授,如今被聘为“Google大脑”的...转载 2018-09-13 16:59:19 · 596 阅读 · 0 评论 -
通俗易懂的Adaboost算法原理分析和实例+代码
【尊重原创,转载请注明出处】 http://blog.csdn.net/guyuealian/article/details/70995333 本人最初了解AdaBoost算法着实是花了几天时间,才明白他的基本原理。也许是自己能力有限吧,很多资料也是看得懵懵懂懂。网上找了一下关于Adaboost算法原理分析,大都是你复制我,我摘抄你,反正我也搞不清谁是原创。有些资料给出的Adaboo...转载 2018-09-13 17:03:56 · 698 阅读 · 0 评论 -
机器学习算法对比分析
各种机器学习的应用场景分别是什么?例如,k近邻,贝叶斯,决策树,svm,逻辑斯蒂回归和最大熵模型。k近邻,贝叶斯,决策树,svm,逻辑斯蒂回归和最大熵模型,隐马尔科夫,条件随机场,adaboost,em 这些在一般工作中,分别用到的频率多大?一般用… 关于这个问题我今天正好看到了这个文章。讲的正是各个算法的优劣分析,很中肯。https://zhuanlan.zhihu.com/p/...转载 2018-09-13 19:41:23 · 3864 阅读 · 1 评论 -
8种常见机器学习算法比较
简介机器学习算法太多了,分类、回归、聚类、推荐、图像识别领域等等,要想找到一个合适算法真的不容易,所以在实际应用中,我们一般都是采用启发式学习方式来实验。通常最开始我们都会选择大家普遍认同的算法,诸如SVM,GBDT,Adaboost,现在深度学习很火热,神经网络也是一个不错的选择。假如你在乎精度(accuracy)的话,最好的方法就是通过交叉验证(cross-validation)对各个算法...转载 2018-09-13 19:48:11 · 15662 阅读 · 2 评论 -
OpenCV3 SVM ANN Adaboost KNN 随机森林等机器学习方法对OCR分类
转摘自http://www.cnblogs.com/denny402/p/5032839.htmlopencv3中的ml类与opencv2中发生了变化,下面列举opencv3的机器学习类方法实例:用途是opencv自带的ocr样本的分类功能,其中神经网络和adaboost训练速度很慢,效果还是knn的最好;#include <opencv2/opencv.hpp>#...转载 2018-09-25 16:17:33 · 535 阅读 · 0 评论 -
奇异值分解(SVD)原理详解
一、奇异值与特征值基础知识: 特征值分解和奇异值分解在机器学习领域都是属于满地可见的方法。两者有着很紧密的关系,我在接下来会谈到,特征值分解和奇异值分解的目的都是一样,就是提取出一个矩阵最重要的特征。先谈谈特征值分解吧: 1)特征值: 如果说一个向量v是方阵A的特征向量,将一定可以表示成下面的形式: 这时候λ就被称为特征向量v对应的特征值,一个矩阵的一组特...转载 2018-09-26 11:55:05 · 2006 阅读 · 0 评论 -
通俗易懂的EM算法
假设现在有两枚硬币1和2,,随机抛掷后正面朝上概率分别为P1,P2。为了估计这两个概率,做实验,每次取一枚硬币,连掷5下,记录下结果,如下:硬币 结果 统计 1 正正反正反 3正-2反 2 反反正正反 2正-3反 1 正反反反反 1正-4反 2 正反反正正 3正-2反 1 反正正反反 2正-3反...转载 2019-01-11 11:26:38 · 575 阅读 · 0 评论