![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
qinqinwawa
这个作者很懒,什么都没留下…
展开
-
机器学习之朴素贝叶斯分类
转载 https://blog.csdn.net/u013007900/article/details/78049587 参考: 朴素贝叶斯的三个常用模型:高斯、多项式、伯努利 机器学习之朴素贝叶斯算法(下) 基于naive bayes的文本分类算法 目录 0 背景 1 理论基础 2. 三种常见的模型 2.1 多项...转载 2019-05-14 17:20:14 · 307 阅读 · 0 评论 -
机器学习之决策树算法
0 介绍 决策树是一个有监督分类与回归算法。 (本文只介绍分类,回归还没搞懂) 决策树:是一种树形结构,其中每个内部节点表示一个属性上的判断,每个分支代表一个判断结果的输出,最后每个叶节点代表一种分类结果,本质是一颗由多个判断节点组成的树。 决策树的分类:主要取决于目标变量的类型。 离散性决策树:离散性决策树,其目标变量是离散的,如性别:男或女等; 连续性决策树:连续性决策树,其目...原创 2019-05-15 17:51:41 · 360 阅读 · 0 评论 -
机器学习之聚类分析(一)--- K-means
聚类是无监督学习中最常用的算法。 在机器学习与数据挖掘中,K-Means((K均值))是一种无监督学习的算法。 1 具体算法流程如下: (1)随机从样本中选取K个元素,作为k个类别的中心。 (2)分别计算每个样本到k个类别中心的距离,并将这些样本划归到距离最近的类别。即数据点距离哪个中心点最近就分到哪一类中。可以认为距离越近,两者之间越相似。而不同距离的度量其聚类结果不同。各种距离的计算 (3)将...原创 2019-05-16 16:13:53 · 592 阅读 · 0 评论