机器学习学习笔记
文章平均质量分 56
浅墨\
心之所向,素履而往
展开
-
蚁群算法|4.5
蚁群算法一、蚁群算法的来源及背景蚁群算法是意大利学者Dorigo、Maniezzo等人于20世纪90年代看蚂蚁觅食发明的。这意大利的大兄弟在看蚂蚁觅食的时候呢,发现单个蚂蚁的行为比较简单,但是蚂蚁群却能体现一些智能行为,比如蚂蚁能在不同环境中,寻找最短的从蚂蚁窝到达食物的路径。经过进一步研究发现,蚂蚁在找食物的路径会留下记号(生物学称之为“信息素”),蚂蚁群里的蚂蚁会根据这个记号,也就是信息素行走,每个蚂蚁都做记号,经过一段时间后,整个蚂蚁群就会找到一个最短的到达食物的路径了。二、人工蚂蚁和真实蚂.原创 2021-04-05 15:37:15 · 2862 阅读 · 0 评论 -
K-近邻算法(KNN)\3.14
KNN近邻算法一.定义给定某个待分类的测试样本,基于某种距离(如欧氏距离)度量,找到训练集中与测试样本最接近的k个训练样本,然后基于这k个最近的“邻居”(k为正整数,通常较小)进行预测分类。二、影响算法的因子三、影响因子的解释(为什么这些会影响到KNN分类结果)1)假设k值(训练样本个数)过小,那么对样本数据过于敏感,很可能因为偶然误差导致分类结果的偏离。分类算法的鲁棒性也较差容易发生过拟合。k值过大则有可能分类错误率也会下降,但是由于噪声的存在,可能把这些噪声的干扰继续放大。离分类标准过原创 2021-03-14 17:22:34 · 2189 阅读 · 15 评论 -
机器学习思维导图\3.3
学习要清楚自己学的是什么,从最基础的入手,寻找合适的路径和方法尤为重要,适合于我自己的,我想就是通过写博客,写代码分析分享自己的所思所感,希望对观众大老爷也有些帮助。原创 2021-03-03 15:05:41 · 284 阅读 · 2 评论 -
梯度下降学习率的影响
梯度下降-学习率的影响调试梯度下降。 绘制一个在x轴上具有迭代次数的图。 现在在梯度下降的迭代次数上绘制成本函数J(θ)。 如果J(θ)增大,则可能需要减小α。自动收敛测试。 如果在一次迭代中J(θ)的减小量小于E,则声明收敛,其中E是一些小值,例如10的负三次方。但是,实际上很难选择此阈值。已经证明,如果学习率α足够小,则J(θ)将在每次迭代中减小。总结一下:如果α太小:收敛缓慢。如果α太大:不会在每次迭代中都减小,因此可能不会收敛。图来源于吴恩达机器学习,共同学习共同提高。...原创 2021-02-23 02:24:22 · 2040 阅读 · 0 评论 -
机器学习笔记\2.19
什么是机器学习?提供了机器学习的两种定义。 亚瑟·塞缪尔(Arthur Samuel)将其描述为:“研究领域使计算机无需进行明确编程即可学习。” 这是一个较旧的非正式定义。汤姆·米切尔(Tom Mitchell)提供了一个更现代的定义:“如果某计算机程序在T任务上的性能(由P来衡量)随着经验E的提高而提高,那么据说计算机程序可以从经验E中学习一些任务T和性能指标P。 ”例如:玩跳棋。E =玩过许多跳棋游戏的经验T =扮演跳棋的任务。P =程序将赢得下一场比赛的概率。通常,可以将任何机器学习问题原创 2021-02-19 22:44:47 · 140 阅读 · 1 评论