机器学习
文章平均质量分 89
机器学习相关算法,神经网络
GIS_JH
这个作者很懒,什么都没留下…
展开
-
混淆矩阵的概念
混淆矩阵的概念(** Confusion Matrix **)目录1 混淆矩阵 12 从混淆矩阵得到分类指标 32.1 精确率(Accuracy) 32.2 正确率或者准确率(Precision) 42.3 召回率(Recall) 42.4 精确率(Accuracy)和正确率(Precision)的区别 42.5 Specificity(特异性) 42.6 Fβ_Score 53 ROC 曲线 53.1 如何画ROC曲线 81 混淆矩阵在机器学习领域,混淆矩阵(Confusion原创 2021-09-28 22:08:04 · 83618 阅读 · 9 评论 -
密度聚类( DBSCAN )
密度聚类(** DBSCAN **)密度聚类的思想是不同于K-Means的,但是更符合我们人类的思维,基本的思想是通过是否紧密相连来判断样本点是否属于一个簇。代表性的算法就是DBSCAN,它基于一组邻域参数 (ϵ,MinPts)来表征某处样本是否是紧密的。在介绍算法之前先介绍一些概念。ϵ** - **邻域: 即对于样本点,和它的距离在ϵ之内的属于样本集D中的点的集合,即Nϵ()={∈D | dist(, ) ≤ ϵ}核心对象 :若的ϵ-邻域至少包含MinPts个样本,即|Nϵ()| ≥ MinPts,原创 2021-09-28 21:49:42 · 3157 阅读 · 0 评论 -
关联规则的概念
关联规则的概念1、关联规则概念借用一个引例来介绍关联规则挖掘[1]。 表1 某超市的交易数据库[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ygTKKvEs-1632837645158)(RackMultipart20210928-4-1puhqye_html_19affeefdfc26a7a.png)]定义一:设I={i1,i2,…,im},是m个原创 2021-09-28 22:09:12 · 2408 阅读 · 0 评论 -
粗糙集理论
粗糙集理论1 粗糙集的特点与应用领域性质** :粗糙集理论是一种处理不精确、不确定与不完全数据的新的数学方法。应用领域 ????*机器学习与知识发现、数据挖掘、决策支持与分析、专家系统、归纳推理、模式识别等方面的广泛应用,现已成为一个热门的研究领域[2]。RS理论主要兴趣在于它恰好反映了人们用Rough集方法处理不分明问题的常规性,即以不完全信息或知识去处理一些不分明现象的能力。或依据观察,度量到的某些不确定的结果而进行分类数据的能力[4]。粗糙集理论的优点及局限性主要优点优点** ????*除数原创 2021-09-28 21:57:24 · 11160 阅读 · 1 评论