- 博客(6)
- 收藏
- 关注
RSS订阅原创 聚类算法-《统计学习方法》学习笔记
支持向量机-《统计学习方法》学习笔记1 概述2聚类的基本概念2.1 相似度或距离2.2 类或簇2.3 类与类的距离1 概述 聚类是针对给定的样本，依据他们特征的相似度或距离，将其归并到若干个类或簇的数据分析问题。 聚类的目的是通过得到的类或簇来发现数据的特点，或对数据进行处理，在数据挖掘等领域有广泛的应用，聚类属于无监督学习，因为只是根据样本的相似度或距离将其归类，而类或簇事先并不知道。 常用的聚类算法有层次聚类和k均值聚类。层次聚类又分为聚合和分裂两种方法。本文章主要介绍这两种聚类算法。2聚类的
2020-08-26 15:35:33
493
原创 kaggle 《IEEE-CIS Fraud Detection》比赛 代码学习总结
kaggle地址：https://www.kaggle.com/kabure/extensive-eda-and-modeling-xgb-hyperopt比赛地址：https://www.kaggle.com/c/ieee-fraud-detection
2020-08-16 15:22:06
871
原创 支持向量机-《统计学习方法》学习笔记
支持向量机-《统计学习方法》学习笔记1 概述2 线性可分支持向量机2.1 线性可分支持向量机简介2.2 寻找最优分离超平面2.3 函数间隔2.4 几何间隔2.5 间隔最大化2.6 求最优超平面的方法2.7 求最优超平面——最大间隔法2.8支持向量与最大间隔法例题3. 支持向量机的对偶算法1 概述 支持向量机（support vector machine，SVM）是一种用于二分类的模型。它的基本模型是定义在特征空间上的间隔最大的线性分类器，因此与感知机有所区别。SVM的学习策略就是间隔最大化，可形式化为一
2020-08-12 22:35:38
289
原创 决策树原理以及python实现
决策树原理以及python实现决策树到底什么是决策树决策树 决策树是一个分类与回归的算法，由Quinlan在1986年提出了决策树的ID3算法，后来在1993年提出了C4.5算法，在1984年Breiman等人提出了CART算法来实现建立决策树。决策树通常包括三个部分：特征选择、决策树的构建、决策树剪枝。本文主要针对ID3和C4.5算法原理来了解决策树的构建剪枝和python实现。到底什么是决策树ju...
2020-08-03 13:39:44
626
原创 K近邻算法以及python实现
K近邻算法以及python实现KKK 近邻 (K Nearest Neighbors)K近邻算法原理K近邻算法流程距离度量距离度量公式距离度量例题KKK值的选择KKK 近邻 (K Nearest Neighbors) K近邻算法利用数据在空间中的分布，将其划分为不同的类别，一个简单又不恰当的例子就是某个人在河南的某块区域，K近邻就会判断这个人是河南人，另一个人在北京的某块区域，K近邻就会判断这个人是北京人。K近邻算法是由Cover和Hart在1968年提出。K近邻输入的数据一般是二维以上的数据。因为不
2020-07-28 23:31:30
656
原创 感知机原理以及python实现
感知机原理以及python的实现感知机新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入感知机你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇
2020-07-27 19:35:17
378
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