智能算法学习
本专栏主要介绍算法学习的相关知识,希望大家可以从中收获,同时希望大家批评指正~
等等登登-Ande
作为新手,希望在学习过程与大家分享,共同进步!
展开
-
MATLAB自带机器学习算法汇总
Matlab用于训练机器学习模型的函数主要分为三类:有监督学习无监督学习集成学习1.有监督学习类名方法名函数名说明线性回归多元线性回归fitlm具有多个预测变量的线性回归逐步回归stepwise交互式逐步回归多目标的多元线性回归mvregress使用多变量输出的线性回归有正则化的多元线性回归lasso使用弹性网正则化的多元线性回归ridgeRidge.转载 2020-08-12 16:46:05 · 2544 阅读 · 1 评论 -
Adaboost模型学习
不知不觉已经根据没有更新文章了,因为疫情在家里呆了整整五个月,也玩了五个月,今天又捡起了原来的书《MATLAB神经网络43个案例分析》学习一下算法,今后也会抽空继续分享一下学习心得。Adaboost强分类器模型Adaboost强分类器通俗的讲就是多个弱分类器的一个组合,而所谓的弱分类器就是我们常常用的神经网络、KNN等模型。其工作步骤主要为:1.首先给出弱学习算法和样本空间(x,y),从样本空间中找出m组训练数据,每组训练数据的权重都是1/m;2.然后用弱学习算法迭代运算T次,每次运算后都按原创 2020-07-15 20:59:25 · 1225 阅读 · 0 评论 -
Python实现感知机算法(原始形式、对偶形式)
上一篇文章给出了感知机算法的原理,这里给出Python实现感知机算法的代码:感知机原始形式实现代码:# -*- coding: utf-8 -*-"""Created on Sun Jul 14 09:48:09 2019@author: 等等登登-AndeE-mail:18356768364@163.com感知机算法原始形式实现(perception)data为输入数据...原创 2019-07-14 15:26:29 · 831 阅读 · 0 评论 -
1.人工智能算法初探——感知机全解(原始形式and对偶形式)
感知机(perceptron)是1957年由Rosenblatt提出,是神经网络与支持向量机的基础。感知机是二分类的线性可分类模型,其输入为实例的特征向量,输出为实例的类别,取+1和-1两个值。感知机只能应用到线性可分的数据集当中,对于线性不可分的问题感知机无法解决,其原理其实很简单:在特征空间中找到一个超平面将两类样本划分到超平面两侧,实现样品种类的划分。1.感知机模型假设输入空间是,输...原创 2019-07-11 22:24:05 · 879 阅读 · 0 评论 -
误差、过拟合、正则化、交叉验证、泛化能力详解
1.训练误差与测试误差机器学习的目的就是使学习得到的模型不仅对训练数据有好的表现能力,同时也要对未知数据具有很好的预测能力,因此给定损失函数的情况下,我们可以得到模型的训练误差(训练集)和测试误差(测试集),根据模型的训练误差和测试误差,我们可以评价学习得到的模型的好坏。同时需要注意的是,统计学习方法具体采用的损失函数未必是评估时使用的损失函数,两者相同的情况下是比较理想的。假设我们最...原创 2019-07-10 21:20:43 · 1009 阅读 · 0 评论 -
监督学习简介、损失函数与风险函数
上一篇文章中简单的介绍了统计学习方法,今天继续深入介绍:监督学习监督学习(supervised learning)的任务是通过训练数据学习一个模型,使模型能够对任意未知的输入,对其相应的输出做出一个好的预测(预测值与真实值相近)。下面介绍一下监督学习中常用的几个空间:1.在监督学习中,将输入与输出所有可能取值的集合分别称为输入空间和输出空间。2.每个具体的输入是一个实例,通常有...原创 2019-07-09 20:54:27 · 1146 阅读 · 0 评论 -
算法学习概论
今天有点不想学习,不想搞科研,过几天去北京开会了,这两天就多更一些吧,今天开一个新专栏算法学习,这里主要讲解李航老师的《统计学习方法》中的内容,这两天看了看,感觉李航老师这本书真的是讲的非常好,有兴趣的童鞋可以去买一本研读,有什么问题大家可以一起交流学习~统计学习是关于计算机基于数据构建概率统计模型并运用模型对数据进行预测与分析的一门学科,统计学习也称为统计机器学习。我们单次“统计学习”这个名...原创 2019-07-02 22:18:18 · 202 阅读 · 0 评论