![](https://img-blog.csdnimg.cn/2021082218241714.jpg?x-oss-process=image/resize,m_fixed,h_224,w_224)
机器学习
文章平均质量分 79
看过的机器学习 复习整理
深度菜鸡-达闻西
这个作者很懒,什么都没留下…
展开
-
机器学习(四)决策树回顾总结
文章目录一、决策树二、划分选择三、信息增益 --- ID3 决策树信息熵四、增益率 --- C4.5 决策树五、基尼指数 --- CART 决策树六、剪枝处理(1)预剪枝预剪枝的优缺点(2)后剪枝后剪枝的优缺点一、决策树一般的,一颗决策树包含一个根节点、若干个内部节点和若干个叶节点;叶结点对应于决策结果,其他结点则对应于一个属性测试;每个结点包含的样本集合根据属性测试的结果被划分到子节点中;根节点包含了样本全集; (根节点就是开始,内部节点代表了不同的属性,叶节点代表决策结果。)决策树学习的目的原创 2021-08-27 00:01:38 · 168 阅读 · 0 评论 -
机器学习(三) 模型评估与选择 相关知识点 复习回顾
文章目录一、为什么模型评估(1)经验误差和泛化误差(2)过拟合、欠拟合(3)多种因素导致过拟合、欠拟合以及相关解决方案二、什么是模型评估(1)评估方法(2)性能度量错误率、精度、查准率、查全率均方误差、ROC、AUC一、为什么模型评估(1)经验误差和泛化误差经验误差:就是训练误差,在训练集上训练的误差。泛化误差:测试集上的误差,训练后的模型在测试集上的误差。(2)过拟合、欠拟合过拟合:当学习器把训练样本学得太好的时候,很可能已经把训练样本自身的一些特点当做了所有潜在样本都会具有的一般性质,这样就原创 2021-08-23 20:08:09 · 344 阅读 · 0 评论 -
机器学习(二)线性回归、多项式回归、多元回归
文章目录一、线性回归二、多项式回归三、多元回归一、线性回归简介:线性回归使用数据点之间的关系在所有数据点之间画一条之线,这条直线可以预测未来的值。可以借助scipy绘制线性回归线。from scipy import statsimport matplotlib.pyplot as pltx = [1,2,3,4,5,6,7,8,9,10]y = [2,4,6,9,10,16,14,18,20,23]slope,intercept,r,p,std_err = stats.linregre原创 2021-08-22 21:28:49 · 4121 阅读 · 2 评论 -
机器学习(一)相关数学概念
文章目录一、 数学相关重要概念(1) 均值 --- 平均值 可用numpy 进行求解(2) 中值 --- 对于所有值排序后的中间值(3) 众数 --- 出现次数最多的数使用 numpy.unique() 亦可以(4) 标准差 --- 又称为均方差,描述值得离散程度(5) 方差 --- 标准差的平方,表示值的分散程度(6) 百分位数 --- 提供一个数字,描述了给定比例下小于的值二、 数据分布(1) 标准正态分布(2) 散点图一、 数学相关重要概念(1) 均值 — 平均值 可用numpy 进原创 2021-08-22 20:41:50 · 98 阅读 · 0 评论 -
正则化惩罚相关知识点
正则化看了好多文章,这篇文章讲的非常清晰易懂。特此转载,以备后查。转载链接: https://blog.csdn.net/jinping_shi/article/details/52433975.转载 2020-04-07 22:30:51 · 287 阅读 · 0 评论