机器学习
NancyO_O
每天都要补知识的产品经理- -
展开
-
机器学习常见算法分类汇总
机器学习常见算法分类汇总 机器学习的算法很多。很多时候困惑人们都是,很多算法是一类算法,而有些算法又是从其他算法中延伸出来的。这里,我们从两个方面来给大家介绍,第一个方面是学习的方式,第二个方面是算法的类似性。 1.学习方式 根据数据类型的不同,对一个问题的建模有不同的方式。在机器学习或者人工智能领域,人们首先会考虑算法的学习方式。在机器学习领域,有几种主要的学习方式。将算法按照学习方式分类...转载 2019-06-25 15:20:22 · 263 阅读 · 0 评论 -
K-NN算法(K-近邻算法)
K-NN算法(K-近邻算法) K-NN算法是一种分类算法。 所谓K近邻算法,即是给定一个训练数据集,对新的输入实例,在训练数据集中找到与该实例最邻近的K个实例(也就是K个邻居), 这K个实例的多数属于某个类,就把该输入实例分类到这个类中。 例如: 如果K=3,绿色圆点的最近的3个邻居是2个红色小三角形和1个蓝色小正方形,判定绿色的这个待分类点属于红色的三角形一类。 ...原创 2019-06-25 15:51:54 · 1363 阅读 · 0 评论 -
Navie Bayes算法(朴素贝叶斯算法)
Navie Bayes算法(朴素贝叶斯算法) 朴素贝叶斯算法是一种分类算法,其思想就是根据某些个先验概率计算Y变量属于某个类别的后验概率。 朴素贝叶斯分类器(Naive Bayes Classifier,简称NBC),NBC基于一个简单的假定:给定目标值时属性之间相互条件独立。 可以理解为,所谓朴素贝叶斯算法, 朴素:特征条件独立 贝叶斯:基于贝叶斯定理 贝叶斯定理: 朴素贝叶斯...原创 2019-07-02 15:32:17 · 1024 阅读 · 0 评论 -
Decision Tree算法(决策树)
Decision Tree算法(决策树) 1.定义 决策树是一种十分常用的分类方法。 决策树是一个树结构(可以是二叉树或非二叉树)。其每个非叶节点表示一个特征属性上的测试,每个分支代表这个特征属性在某个值域上的输出,而每个叶节点存放一个类别。使用决策树进行决策的过程就是从根节点开始,测试待分类项中相应的特征属性,并按照其值选择输出分支,直到到达叶子节点,将叶子节点存放的类别作为决策结果。 ...原创 2019-07-02 15:56:55 · 1812 阅读 · 0 评论