![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Python
文章平均质量分 79
Mr黄黄黄黄黄先森
正在学习IOS移动开发和机器学习的编程菜鸟
展开
-
『机器学习』 —— 最邻近算法(KNN)
最邻近算法(K-Nearest Neighbor,KNN)1、算法综述 Cover和Hart在1968年提出了最初的邻近算法 分类(Classification)算法 输入给予实例的学习(Instance-based learning),懒惰学习(lazy learning) 2、算法原理 为了判断未知实例的类别,以所有已知类别的实例作为参照...原创 2018-08-10 20:19:02 · 3113 阅读 · 0 评论 -
『机器学习』 —— 决策树算法(Decision Tree)
决策树(Decision Tree)1、机器学习算法中分类和预测算法的评估 准确率 速度 强壮性 可规模性 可解释性 2、什么是决策树(Decision Tree)? 决策树是一种类似流程图的树形结构,每个结点表示一个属性测试,每条边表示一个属性输出,每个树叶结点表示类或者类分布。决策树的决策过程需要从决策树的根节点开始,待测数据与决策树中的特征节...原创 2018-08-10 20:21:06 · 668 阅读 · 0 评论 -
『机器学习』 —— 支持向量机(SVM)上
a原创 2018-08-11 12:15:40 · 284 阅读 · 0 评论 -
『机器学习』 —— 最邻近算法(KNN)补充
最邻近算法补充(K-Nearest Neighbor,KNN)1、训练数据集?测试数据集?我们在使用机器学习算法训练好模型以后,是否直接投入真实环境中使用呢?其实并不是这样的,在训练好模型后我们往往需要对我们所建立的模型做一个评估来判断当前机器学习算法的性能,当我们在真实环境中难以获得真实的标签(Label)这个时候我们往往从原始数据集中划出一部分来作为训练数据集(Train Data Se...原创 2018-09-27 22:03:51 · 1152 阅读 · 0 评论 -
『机器学习』 —— 线性回归(Linear Regression)
线性回归算法1 简单线性回归(Simple Liner Regression)解决回归问题思想简答,容易实现许多强大的非线性模型的基础结果具有很好的可解释性蕴含机器学习中的很多重要思想1.1 什么是线性回归算法?一个简单的例子就是房屋的面积与房子的价格,通过对样本点的学习从而找到一条最大程度拟合所有样本点的直线 \(y=ax+b\) 从而每次获得一个新的样本带入模型即可给出...原创 2018-11-06 18:34:57 · 7345 阅读 · 0 评论 -
『机器学习』 —— 梯度下降(Gradient Descent)
梯度下降算法(Gradient Descent)在所有的机器学习算法中,并不是每一个算法都能像之前的线性回归算法一样直接通过数学推导就可以得到一个具体的计算公式,而再更多的时候我们是通过基于搜索的方式来求得最优解的,这也是梯度下降法所存在的意义。不是一个机器学习算法是一种基于搜索的最优化方法作用:最小化一个损失函数梯度上升法:最大化一个效用函数1 梯度下降法1.1 什么梯度下降法...原创 2018-11-08 17:55:50 · 486 阅读 · 0 评论 -
『机器学习』 ——主成分分析法(PCA)
主成分分析法一个非监督学习的机器学习算法主要用于数据的降维通过降维,可以发现更便于人类理解的特征其他应用:可视化;去噪1 主成分分析法1.1 什么是主成分分析法举一个简单的例子,上面的图片中这组数据具有两个特征分别为特征一和特征二,我们如果只考虑其中的一个特征的话,那么就需要将这组数据投影到X轴(特征1)或Y轴(特征2)上。比较两种投影结果,我们认为第一种(投影至X轴...原创 2018-11-19 18:03:38 · 2280 阅读 · 0 评论 -
『机器学习』 —— 逻辑回归(Logistic Regression)
逻辑回归——(Logistic Regression)1-是什么?逻辑回归是一种解决分类问题的算法(尤其是二分类问题)。2-如何解决分类问题?将样本的特征和样本的发生的概率联系起来。对于一个样本 xxx ,我们通过函数 fff 求得其发生的概率 p^=f(x)\hat{p} = f(x)p^=f(x)若p^={1,ifp^≥0.50,ifp^<0.5\hat{p}...原创 2018-12-22 00:33:40 · 439 阅读 · 1 评论