- 博客(4)
- 收藏
- 关注
RSS订阅原创 《机器学习》 周志华学习笔记第四章 决策树（课后习题）python 实现
一、基本内容1.基本流程决策树的生成过程是一个递归过程，有三种情形会导致递归返回（1）当前节点包含的yangben全属于同一类别，无需划分；（2）当前属性集为空，或是所有yangben在所有属性上的取值相同，无法划分；（3）当前结点包含的yangben集合为空，不能划分2.划分选择2.1信息增益：对可取值数目较多的属性有所偏好2.2增益率:对可取值数目较少的属性有所...
2018-06-28 16:18:00
865
原创 《机器学习》 周志华学习笔记第三章 线性模型（课后习题）python 实现
线性模型一、内容1.基本形式2.线性回归：均方误差是回归任务中最常用的性能度量3.对数几率回归：对数几率函数（logistic function）对率函数是任意阶可导的凸函数，这是非常重要的性质。4.线性判别分析（LDA 是一种降维的方法）5.多分类学习：5.1基于一些基本策略，利用二分类学习器来解决多分类问题，拆分策略：一对一（OvO）一对其余（OvR）多对多(MvM...
2018-06-13 14:17:00
1070
原创 《机器学习》 周志华学习笔记第二章 模型评估与选择（课后习题）
模型选择与评估一、内容1.经验误差与过拟合1.1 学习器在训练集上的误差称为训练误差（training error）,在新样本上的误差称为泛化误差（generalizion error）。1.2 当学习器把训练样本学习的“太好“了的时候，很有可能已经把训练样本自身的一些特点当作了所有潜在样本都会具有的一般性质，这样就会导致泛化性能下降，这种现象在机器学习中称为“过拟合”。与过拟合相...
2018-06-07 10:40:00
802
原创 《机器学习》 周志华学习笔记第一章 绪论（课后习题）
最近需要学习机器学习，有一点点基础但是很少，希望能通过写博客的方式和大家交流以及学习达到共同进步的目的。绪论 ：一、内容1.基本术语2.假设空间与版本空间3.归纳偏好（常用的有奥卡姆剃刀） 没有免费的午餐定理（No Free Lunch Theorem,NFL，前提建设f均匀分布）式（1.2）显示总误差竟然与学习算法无关！告诉我们要谈论算法的相对优劣，必须要针对具体的学习问题。...
2018-06-05 15:38:00
570
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人