machine learning
文章平均质量分 75
mj427
这个作者很懒,什么都没留下…
展开
-
Adaboost 算法的原理与推导
Adaboost 算法的原理与推导0 引言 一直想写Adaboost来着,但迟迟未能动笔。其算法思想虽然简单“听取多人意见,最后综合决策”,但一般书上对其算法的流程描述实在是过于晦涩。昨日11月1日下午,邹博在我组织的机器学习班第8次课上讲决策树与Adaboost,其中,Adaboost讲得酣畅淋漓,讲完后,我知道,可以写本篇博客了。 无转载 2016-05-19 16:36:56 · 228 阅读 · 0 评论 -
Restricted Boltzmann Machine features for digit classification
"""==============================================================Restricted Boltzmann Machine features for digit classification==============================================================原创 2016-09-01 16:37:02 · 341 阅读 · 0 评论 -
SVM学习笔记
1、Y = np.logical_xor(X[:, 0] > 0, X[:, 1] > 0) 生成bool变量序列2、xx, yy = np.meshgrid(np.linspace(-3, 3, 500), np.linspace(-3, 3, 500)) 生成网格型数据3、Z = clf.decision_function(np.c_[xx.ravel(), yy.ravel()])原创 2016-09-05 15:42:19 · 489 阅读 · 0 评论 -
集成学习的方法及功能
1、计算feature 在随机树林分类中的重要性forest = ExtraTreesClassifier(n_estimators=250,random_state=0)forest.fit(X, y)importances = forest.feature_importances_2、循环的运用for idx, clf, tt in zip(produc原创 2016-09-07 14:54:28 · 373 阅读 · 0 评论