机器学习
文章平均质量分 75
奔跑的小龟
技术小龟,奔跑在路上
展开
-
机器学习学习笔记1
1支持向量机:这个名字强调了此类学习器的关键是如何从支持向量构建出解,同时也暗示其复杂度与支持向量的个数有关。 2支持向量机的一个重要性质:训练完成后,大部分的训练样本都不需保留,最终模型仅与支持向量有关。原创 2017-10-10 15:47:44 · 235 阅读 · 0 评论 -
机器学习学习笔记2---k邻近算法的实现
k近邻算法的实现 一.k近邻算法的内容 k近邻算法(k-nearest neighbor,k-NN) 作用:用来基本分类和实现回归 内容:给定一个训练数据集,对新的输入实例,在整个训练数据集中找到与该输入实例最近的k个实例,这k个实例的最多数属于哪个类,就把该输入实例分为这个类。 三要素:1.距离度量:何为最近?距离最近,如何确定距离最近?生活中最常使用的是欧式距离,另原创 2017-10-28 09:35:37 · 323 阅读 · 0 评论 -
机器学习学习笔记3---感知机
感知机 一、感知机(perceptron)模型 这里先讲一些题外话,机器学习其实就是建立模型,通过一部分数据也就是所谓的训练集来构造函数模型,构造好就可以对新的输入实例进行直接分类,感知机模型自然也不例外。 1.感知机是神经网络和支持向量机的基础。 感知机属于分类模型,感知机模型其实就是对数据进行分类。所以,依据什么来分类?这是一个最关键的问题,感知机模型最重要的就是建立这个原创 2017-11-06 15:44:21 · 1047 阅读 · 0 评论