机器学习
蛋子哥
合肥工业大学软件工程专业
展开
-
1-1 决策树算法
决策树算法机器学习中分类和预测算法的评估 准确率 速度 强壮行 可规模性 可解释性 什么是决策树 判定树是一个类似于流程图的树结构:其中,每个内部结点表示在一个属性上的测试,每个分支代表一个属性输出,而每个树叶结点代表类或类分布。树的最顶层是根结点。 构造决策树的基本算法 熵(entropy)概念 决策树归纳算法 (ID3) 1970-1980, J.Ross. Quinlan, ID3算原创 2016-12-03 21:04:58 · 441 阅读 · 0 评论 -
1-2 决策树算法应用
决策树算法应用数据集训练集RID,age,income,student,credit_rating,class_buys_computer 1,youth,high,no,fair,no 2,youth,high,no,excellent,no 3,middle_aged,high,no,fair,yes 4,senior,medium,no,fair,yes 5,senior,low,yes,fa原创 2016-12-03 21:05:22 · 867 阅读 · 0 评论 -
2-1 最近邻规则分类(K-Nearest Neighbor)KNN算法
最近邻规则分类(K-Nearest Neighbor)KNN算法综述 Cover和Hart在1968年提出了最初的邻近算法 分类(classification)算法 输入基于实例的学习(instance-based learning), 懒惰学习(lazy learning) 示例未知电影属于什么类型?假如有三种豆子,我们如何给三个未知豆子分类呢.可以根据离未知豆子比较近的豆子分类算法描述步骤 为了原创 2016-12-03 21:05:51 · 2177 阅读 · 0 评论 -
2-2 Python实现最邻近规则KNN分类应用
最邻近规则KNN分类应用数据集介绍虹膜 150个实例 萼片长度,萼片宽度,花瓣长度,花瓣宽度 (sepal length, sepal width, petal length and petal width) 类别: Iris setosa, Iris versicolor, Iris virginica. 利用python机器学习库sklearn:SkL原创 2016-12-03 21:06:10 · 1566 阅读 · 1 评论 -
3-1 支持向量机SVM
支持向量机SVM背景 最早是由 Vladimir N. Vapnik 和 Alexey Ya. Chervonenkis 在1963年提出 目前的版本(soft margin)是由Corinna Cortes 和 Vapnik在1993年提出,并在1995年发表 深度学习(2012)出现之前,SVM被认为机器学习中近十几年来最成功,表现最好的算法 机器学习的一般框架训练集 => 提取特征向量 =>原创 2016-12-03 21:06:26 · 601 阅读 · 0 评论 -
3-2 Python实现支持向量机SVM应用
支持向量机SVM应用简单示例 # coding=utf-8 from sklearn import svm# 定义三个点 X = [[2, 0], [1, 1], [2,3]] # class label 定义点的分类,分别对应上边三个点,且线性可分 y = [0, 0, 1] # 建立分类器,选用SVC方程,kernel表示核函数(线性) clf = svm.SVC(kernel = 'line原创 2016-12-03 21:06:47 · 743 阅读 · 0 评论