![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
西瓜书
小溪子子
这个作者很懒,什么都没留下…
展开
-
《西瓜书》大白话思想-第六章
现在有一堆样本,我们想对其分类,怎么分才是最好的呢?我们设想,有个完美的超平面,从中将这些样本正好分成了两类。怎么个完美法?这个超平面使得样本的动荡最小,并且分类的结果鲁棒性能好,这就是划分最好的超平面。既然是一个超平面,那肯定有法向量和位移。空间中有一部分点到超平面距离是法向量模的正反倍数的话,这些点就是支持向量。两个类别支持向量之间的距离叫间隔。想要间隔最大化,也就是需要模最小化。这个时候,这个优化模型叫作支持向量机的基本型。求解该模型,可以用对偶问题。但是当我们想找一个超平面干掉分类问题,现实中这样的原创 2022-06-02 21:21:12 · 95 阅读 · 1 评论 -
《西瓜书》大白话思想-第五章
5神经网络5.1我们说的神经网络是指神经网络学习,这是机器学习和神经网络学科的交叉。神经网络是由众多的神经元组成,那神经元和神经元之间要怎么交互?当一个神经元兴奋了,或者说被什么激活了,或者说达到某个值了,那么它就会自然而然的向那个与其连接的神经元进行交互。我个人理解是,因为某个方面产生了差值,这种情形也叫MP神经元模型。我们要知道,一个神经元可能有N个神经元与其连接,而每一个传递过来的信息对我们这个神经元而言又不是啥都重要,这肯定得有个权重。当这些权重的总和大过我这个神经元的激活阈值了。哎嘿,这时候,原创 2022-05-29 23:32:38 · 95 阅读 · 0 评论 -
《西瓜书》大白话思想总结-第四章
4决策树4.1+4.2我们学习决策树,首先需要知道决策树是什么?决策树是根据树的结构用来分类的一种学习方法。那决策树是用来干嘛的?我们有一堆训练集,现在想从中分类,根据分类标准,我们能得到自己想要那个或那些具体的数据。关键就是怎么分类,这个标准怎么设置?从逻辑上看,决策树的一系列过程就是if else过程,我们要怎么设定if的条件。从几何角度,就是找属性上的那个具体的数值,将特征给划分出来。这样划分到最后,样本会越来越纯。那我们要怎么确定这个样本的纯度呢?一般化学中有个概念叫熵,熵表明系统的混乱程度,是原创 2022-05-26 22:54:11 · 99 阅读 · 0 评论 -
《西瓜书》大白话思想总结-第三章
3.1+3.2分类和回归是监督式学习,都是根据数据,分析特征,作出预测,只是预测的值是离散的叫分类,连续的叫回归。为什么叫线性回归呢?因为线性就可以看成是直线,直线当然是连续的。而所给的直线就是根据离散点拟合出来的线,其本质就是一种预测。那么根据离散点的特征,给出了预测方程的这个直线,就符合回归的定义。因此,这就叫作线性回归。(个人理解,不一定对)这个拟合直线的方程,或者叫预测的函数,各个自变量可看做是各个属性,其系数相当于是各属性在预测中所占的重要性。线性回归也是线性模型的一种,为什么要先学线性的模原创 2022-05-23 23:09:46 · 124 阅读 · 0 评论 -
《西瓜书》大白话思想-第一章,第二章
大白话记录《西瓜书》学习过程原创 2022-05-17 23:45:05 · 323 阅读 · 0 评论