机器学习
文章平均质量分 96
qq_27758151
这个作者很懒,什么都没留下…
展开
-
机器学习——随机森林原理及Python实现
从直观角度来解释,每棵决策树都是一个分类器(假设现在针对的是分类问题),那么对于一个输入样本,N棵树会有N个分类结果。而随机森林集成了所有的分类投票结果,将投票次数最多的类别指定为最终的输出,这就是一种最简单的 Bagging 思想。...原创 2022-08-31 09:09:36 · 2989 阅读 · 0 评论 -
机器学习——决策树理论及Python实现
决策树(DTs)是一种用于分类和回归的非参数有监督学习方法。决策树(decision tree)是一个树结构(可以是二叉树或非二叉树)。长这样:**决策树最重要的是决策树的构造。构造决策树的关键步骤是分裂属性。**所谓分裂属性就是在某个节点处按照某一特征属性的不同划分构造不同的分支,其目标是让各个分裂子集尽可能地“纯”。尽可能“纯”就是尽量让一个分裂子集中待分类项属于同一类别。分裂属性分为三种不同的情况:1、属性是离散值且不要求生成二叉决策树。此时用属性的每一个划分作为一个分支。...原创 2022-08-29 08:57:41 · 1275 阅读 · 0 评论 -
机器学习——XGboost原理及python实现
机器学习——XGboost原理及python实现原创 2022-08-24 21:54:40 · 7232 阅读 · 0 评论