![](https://img-blog.csdnimg.cn/20190918140037908.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
AI机器学习
文章平均质量分 90
SVM,最近邻等
Qodicat
哈嘿!AI野生探险家,一起探索AI世界的无限可能
有任何问题欢迎给我留言
展开
-
【机器学习】降维与度量学习 | 多维度嵌入,主成分分析,核化线性降维
等度量映射的基本思想是首先通过近邻图(neighborhood graph)来估计数据点之间的测地距离,然后利用多维缩放(MDS)等技术将高维数据映射到低维空间中,使得在低维空间中的欧氏距离尽可能地近似于在高维空间中的测地距离。核化线性降维的基本思想是,在将数据映射到高维空间之后,利用核技巧(Kernel Trick)将高维空间中的内积操作替换为核函数的计算,从而避免了直接计算高维空间的特征向量,减少了计算复杂度。KNN其实没有显式的训练过程,它是懒惰学习的代表,而之前学的是急切学习,原创 2024-03-18 11:05:31 · 772 阅读 · 0 评论 -
【机器学习】集成学习:发挥1+1大于2的功效 | 集成学习基础原理,概念,Boosting,Bagging与随机森林
Bagging(Bootstrap Aggregating)是一种集成学习方法,旨在通过训练多个相互独立的分类器,并将它们的预测结果进行组合来改善分类的准确性。Boosting算法的工作方式是按顺序训练一系列的弱分类器,每个弱分类器都试图纠正前一个分类器的错误。这些弱分类器通常是简单的模型,例如决策树,它们在某些方面表现不佳,但当它们结合在一起时,可以产生更强大的模型。AdaBoost的关键在于不断调整样本的权重,使得每个新的分类器都集中在前一个分类器分错的样本上,从而提高整体的分类性能。原创 2024-03-13 09:23:18 · 671 阅读 · 0 评论 -
【机器学习】贝叶斯分类器 | 分类器基本原理,朴素贝叶斯,半朴素贝叶斯,贝叶斯网
在学习贝叶斯分类器的过程中 我们的学习本质上是对于众多的属性,x1,x2,x3 到一个结果分类y,线性分类器什么的是训练集拟合一个函数从众多属性x到y,SVM是学习一个分界线划分不同的y对应的x,而贝叶斯分类器本质上是对数据集观测做统计结果从而对未知的属性进行预测 传统机器学习果然就是手工提取特征,就是比如属性之间的依赖关系也得靠我们人工设计,甚至会有很多的假设。原创 2024-03-12 15:18:07 · 1236 阅读 · 0 评论 -
【机器学习】神经网络 | 神经网络基础知识全梳理,神经网络组成,优化及其常见的神经网络
神经网络是一种模仿人脑神经元网络结构和功能的数学模型,其中非常重要的一部分是有激活函数。激活函数模拟了生物神经元的兴奋性质。在生物神经系统中,神经元接收到足够的刺激时会被激活并产生电信号传递给其他神经元。激活函数在神经网络中的作用类似,它根据输入信号的加权和是否超过了某个阈值来决定神经元是否被激活,以及激活的程度。这种非线性的激活特性使得神经网络能够学习和表示复杂的非线性关系,增强了神经网络的表达能力。有了激活函数从某种意义来说就可以解决非线性问题了。这在实际中有着非常重要的意义。原创 2024-03-10 17:22:50 · 1983 阅读 · 0 评论 -
【机器学习】决策树系统 | 决策树基本原理,最优划分属性,剪枝处理
决策树是一种常用的机器学习算法,它模拟了人类决策过程中的思考方式。想象一下,你要决定是否出门散步,你可能会考虑几个因素:天气、心情、体力状况等。每个因素都像是一个问题,你的回答(是或否)会引导你做出最终的决定。决策树就是这样一种结构,它通过一系列的问题来帮助你做出选择。:这是决策树的起点,相当于你要解决的问题。比如,你的问题可能是“今天是否出门散步”。:这些节点代表决策过程中的考虑因素。比如,你可能要考虑“天气是否晴朗”、“心情是否好”、“体力是否充沛”。原创 2024-03-08 11:32:45 · 2004 阅读 · 0 评论 -
【机器学习】线性模型 |线性回归,逻辑回归,线性判别分析的各种线性回归的原理和使用示例全解析
线性模型我们主要讲解几个经典的线性模型线性模型很大程度上是非线性网络,深度学习的基础~主要有三个内容1 线性回归(又分为一元线性回归和多元线性回归)2 对数几率回归(也称为逻辑回归)3 线性判别分析。原创 2024-03-06 10:47:51 · 1431 阅读 · 0 评论 -
机器学习 | 模型评估和选择 各种评估指标总结——错误率精度-查准率查全率-真正例率假正例率 PR曲线ROC曲线
机器学习 | 模型评估和选择 各种评估指标总结——错误率精度-查准率查全率-真正例率假正例率 PR曲线ROC曲线原创 2024-02-28 16:58:24 · 1669 阅读 · 0 评论 -
机器学习 | 基本概念梳理——数据集评估,任务,训练和测试,期望结果
整体框架机器学习的基本概念全梳理我们通过一个生动形象的例子来介绍这些概念我们假设有一个任务是根据地理天气等特征位置预测经纬度。原创 2024-02-27 11:51:55 · 1587 阅读 · 0 评论