![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
华小锐
爱学习,爱运动,爱技术
展开
-
ValueError: Output tensors to a Model must be the output of a TensorFlow `Layer`
完整错误 ValueError: Output tensors to a Model must be the output of a TensorFlow `Layer` (thus holding past layer metadata). Found: Tensor("my_loss_18/add:0", shape=(?, 1), dtype=float32) 解决办法:第一种方法,使用L...原创 2020-01-07 17:05:41 · 3017 阅读 · 1 评论 -
决策树学习
决策树 基本思想:根据评估划分效果的一种标准,在某个属性上进行划分,最终形成一颗树。该叶子节点即为属于某个类。 根据评估标准分为两类,一类是基于熵的,一类是基于基尼系数的。基于熵的有两个代表的算法ID3,C4.5。基于基尼系数的是cart算法 首先介绍熵的概念,一种混乱程度的评估标准,一组数据,类的种类越少,证明混乱程度低,越纯,因此切分的标准就是熵变低,哪个属性切分后变低的越多,就用哪个属性进行...原创 2019-12-01 20:18:33 · 148 阅读 · 0 评论 -
K近邻算法(KNN)
使用场景 KNN算法,是一种根据周边的K个相近的数据判断本身数据特点的一种算法, 近朱者赤近墨者黑。其可以运用于回归也可以运用于分类,两者的区别只是在最后进行预测时有区别。例如分类问题,一般使用K中占最多数的类作于预测数据的类别;回归问题一般使用平均的方式,K个数据的平均值作为最后预测数据的值。 原理 KNN算法主要涉及三个方面的内容,K值的选择、距离度量和预测的策略。 K只选择,可以使用交叉验证...原创 2019-12-01 16:58:48 · 227 阅读 · 0 评论