- 博客(8)
- 收藏
- 关注
RSS订阅原创 腾讯云服务器安装mysql
下载命令：wget http://repo.mysql.com/mysql-community-release-el7-5.noarch.rpm。安装命令：sudo rpm -ivh mysql-community-release-el7-5.noarch.rpm。所以，我们要先下载mysql的repo源。命令： rpm -qa | grep mysql，无输出则证明未安装。安装命令：sudo yum install mysql-server。安装过程中，会停顿在红框位置，询问是否安装列表的包，输入。
2024-06-19 09:34:06
438
转载 梯度提升决策树(GBDT)
然后拿它们的残差-1、1、-1、1代替A B C D的原值，到第二棵树去学习，第二棵树只有两个值1和-1，直接分成两个节点，即A和C分在左边，B和D分在右边，经过计算（比如A，实际值-1 - 预测值-1 = 残差0，比如C，实际值-1 - 预测值-1 = 0），此时所有人的残差都是0。可以发现，两者都是在每一轮迭代中，利用损失函数相对于模型的负梯度方向的信息来对当前模型进行更新，只不过在梯度下降中，模型是以参数化形式表示，从而模型的更新等价于参数的更新。测试时，根据各层分类器的结果的加权得到最终结果。
2024-06-08 16:32:34
67
转载 随机森林(Random Forest)
Bagging是bootstrap aggregating。思想就是从总体样本当中随机取一部分样本进行训练，通过多次这样的结果，进行投票获取平均值作为结果输出，这就极大可能的避免了不好的样本数据，从而提高准确度。因为有些是不好的样本，相当于噪声，模型学入噪声后会使准确度不高。假设有1000个样本，如果按照以前的思维，是直接把这1000个样本拿来训练，但现在不一样，先抽取800个样本来进行训练，假如噪声点是这800个样本以外的样本点，就很有效的避开了。重复以上操作，提高模型输出的平均值。
2024-06-03 20:36:27
60
转载 决策树(Desision Tree)
其实用一下图片能更好的理解LR模型和决策树模型算法的根本区别，我们可以思考一下一个决策问题：是否去相亲，一个女孩的母亲要给这个女孩介绍对象。大家都看得很明白了吧！LR模型是一股脑儿的把所有特征塞入学习，而决策树更像是编程语言中的if-else一样，去做条件判断，这就是根本性的区别。
2024-06-02 22:19:22
66
转载 逻辑回归-Logistics Regression
逻辑回归是用来做分类算法的，大家都熟悉线性回归，一般形式是YaXbY=aX+bYaXbYYY的取值范围是−∞∞[-∞, +∞]−∞∞，有这么多取值，怎么进行分类呢？不用担心，伟大的数学家已经为我们找到了一个方法。也就是把YYY的结果带入一个非线性变换的Sigmoid函数中，即可得到01[0,1]01之间取值范围的数SSSSSS。
2024-06-01 21:26:39
41
转载 线性回归(Liner Regression)
线性：两个变量之间的关系是一次函数关系的——图象是直线，叫做线性。非线性：两个变量之间的关系不是一次函数关系的——图象不是直线，叫做非线性。回归：人们在测量事物的时候因为客观条件所限，求得的都是测量值，而不是事物真实的值，为了能够得到真实值，无限次的进行测量，最后通过这些测量数据计算回归到真实值，这就是回归的由来。JJ0λ∑ww2JJ0λw∑w2J0J_{0}J0表示上面的loss function，在loss function的基础上加入w。
2024-05-31 22:24:21
88
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人