![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习实战
知更鸟女孩
改变不了沙漠,就长成仙人掌
展开
-
《机器学习实战》— k-近邻算法
目录一、算法主要适用情形二、算法主要实现思路三、代码实现1、引入numpy及后续读取目录需要引入的2、创建数据集和标签3、k-邻近分类算法4、测试(0,0)的分类结果四、应用一:使用k-邻近算法改进约会网站的配对效果1、算法步骤2、代码实现(1)读取数据文件,把数据划分特征值矩阵和标签矩阵 (2)归一化特征值(3)测试代码...原创 2019-05-08 15:04:01 · 261 阅读 · 0 评论 -
《机器学习实战》— 决策树
目录一、决策树相关概念介绍1、什么是决策树/判定是?2、决策树优缺点3、熵概念二、决策树归纳算法1、举个栗子2、算法3、树剪枝叶(避免overfitting)三、代码实现1、创建数据集2、计算给定数据集的香农熵3、按照给定特征划分数据集4、选择最好的数据集划分方式5、测试6、多数表决7、创建决策树8、判定数据属于哪个分类9、测...原创 2019-05-08 15:48:16 · 452 阅读 · 0 评论 -
《机器学习实战》— 基于概率论的分类方法:朴素贝叶斯
贝叶斯分类是一类分类算法的总称,这类算法均以贝叶斯定理为基础,故统称为贝叶斯分类。而朴素朴素贝叶斯分类是贝叶斯分类中最简单,也是常见的一种分类方法。这篇文章我尽可能用直白的话语总结一下我们学习会上讲到的朴素贝叶斯分类算法,希望有利于他人理解。1 分类问题综述对于分类问题,其实谁都不会陌生,日常生活中我们每天都进行着分类过程。例如,当你看到一个人,你的脑子下意识判断他是学生...转载 2019-05-08 16:20:33 · 241 阅读 · 0 评论 -
《机器学习实战》— 基于概率论的分类方法:朴素贝叶斯
一、朴素贝叶斯算法中相关概念介绍1、朴素贝叶斯算法优缺点优点:可以处理多类别问题,在数据较少的情况下依然有效缺点:对输入数据的准备方式较敏感2、适用类型:标称型函数3、基于贝叶斯决策的分类方法如果p1(x,y)>p2(x,y),则(x,y)为红色一类,类别为1。如果p1(x,y)<p2(x,y),则(x,y)为蓝色一类,类别为2。3、什么是...原创 2019-05-08 17:21:31 · 389 阅读 · 0 评论