![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 95
苹果pie
这个作者很懒,什么都没留下…
展开
-
Support Vector Machine(一)
参考1) 崔家华 https://cuijiahua.com/blog/2017/11/ml_8_svm_1.html----------------------------------------------------------------------------------------------------------------------------------------...转载 2018-11-09 19:45:28 · 203 阅读 · 0 评论 -
神经网络
本文参考:1)机器学习.周志华 2)https://www.zybuluo.com/hanbingtao/note/448086https://www.zybuluo.com/hanbingtao/note/433855https://www.zybuluo.com/hanbingtao/note/4766633)li_wen01 https://blog.csdn.net...原创 2019-01-04 15:56:04 · 2820 阅读 · 1 评论 -
K-近邻法——近朱者赤,近墨者黑
本文参考:1)机器学习.周志华2)集体智慧编程3)https://cuijiahua.com/blog/2017/11/ml_1_knn.html 崔家华. K-近邻法(kNN) 在利用多种不同属性(比如价格)对数值型数据进行预测时,贝叶斯分类器、决策树、支持向量机都不是最佳的算法。 k近邻法(k-nearest neighbor, k-NN)是19...转载 2018-11-27 16:56:28 · 853 阅读 · 0 评论 -
卷积神经网络CNN
参考:1) strint https://blog.csdn.net/strint/article/details/44163869#commentsedit2) sakura小樱 https://blog.csdn.net/Sakura55/article/details/813938273) Jack Cui https://cuijiahua.com/blog/2018/12/...原创 2019-01-04 15:55:31 · 687 阅读 · 1 评论 -
机器学习中的相似性度量
在做分类时常常需要估算不同样本之间的相似性度量(SimilarityMeasurement),这时通常采用的方法就是计算样本间的“距离”(Distance)。采用什么样的方法计算距离是很讲究,甚至关系到分类的正确与否。 本文的目的就是对常用的相似性度量作一个总结。本文目录:1.欧氏距离2.曼哈顿距离3. 切比雪夫距离4. 闵可夫斯基距离5.标准化欧氏距离6.马氏距...转载 2018-12-07 09:02:18 · 85 阅读 · 0 评论 -
线性回归
本文参考:1)崔家华:https://cuijiahua.com/blog/2017/11/ml_11_regression_1.html2)机器学习第三章线性模型线性模型 给定由d个属性描述的示例x= ,其中是x在第i个属性上的取值,线性模型(linear model)试图学得一个通过属性的线性组合来进行预测的函数,即 ...转载 2018-11-16 09:29:03 · 269 阅读 · 0 评论 -
线性回归(二)
本文参考:1)崔家华:https://cuijiahua.com/blog/2017/12/ml_12_regression_2.html2)zsffuture: https://blog.csdn.net/weixin_42398658/article/details/83511409 ===============================================...转载 2018-11-17 20:32:07 · 365 阅读 · 0 评论 -
LogisticRegression
这是学习人家的,一个非常不错的个人网站,原文 https://cuijiahua.com/blog/2017/11/ml_6_logistic_1.html-----------------------------------------------------------------------------------------------------------------------...转载 2018-11-11 09:40:06 · 1043 阅读 · 0 评论 -
智能进化
智能进化(Evolving Intelligence)构造树状程序from random import random, randint, choicefrom copy import deepcopyfrom math import logclass fwrapper: def __init__(self, function, childcount, name): ...原创 2018-11-03 21:10:34 · 378 阅读 · 0 评论 -
Decision Tree (2)
上篇使用的是ID3算法,这次采用CART(Classification and Regression Tree)算法。采用‘基尼指数’(Gini index)来选择划分属性。 -》 纯度低 -》纯度高 y代表类别的个数,pk表示每一个类的概率...转载 2018-10-29 14:40:50 · 198 阅读 · 0 评论 -
Decision Tree(3)
本文参考: (1)sakura小樱 :https://blog.csdn.net/Sakura55/article/details/80786499(2)周志华老师的机器学习第四章决策树================================================================================================为什么...转载 2018-11-14 20:27:49 · 155 阅读 · 0 评论 -
Decision Tree
本文参考: (1)崔家华 :https://cuijiahua.com/blog/2017/11/ml_2_decision_tree_1.html(2)周志华老师的机器学习第四章决策树-----------------------------------------------------------------------------------------------------...转载 2018-11-13 19:11:59 · 131 阅读 · 0 评论 -
Object Detection(1)
本文参考:1)J.R.R. Uijlings “Selective Search for object recognition”2)surgewong https://blog.csdn.net/surgewong/article/details/39316931#commentBox3)深度学习调参实验室 https://zhuanlan.zhihu.com/p/27467369 ...原创 2018-12-13 19:39:31 · 784 阅读 · 0 评论