![](https://img-blog.csdnimg.cn/20190918140145169.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
machinelearning
原来是我们机器学习呀
棉毛裤穿吗
而我们终将回归那片太初的花海
展开
-
[Machine learning]几个机器学习算法的基本概念学习[未完]
一.决策树算法 决策树就是运用树的模型,将每一个判断条件作为树的结点,每一个分支作为符合判断条件的对象,叶子结点就是符合路径上所有条件的结果。常见的决策树算法有ID3,C4.5,随机森林等。 1.ID3算法 需要知道的基础知识: ①信息熵:用来衡量一个事件发生的不确定性。熵越大,事件包含的信息量越大,事件的不确定性也越大。 (Pi表示事件发生的概率) ②信息增益:信息增益就是用一个属性对数据集进行划分后信息纯度的提升值,用来描述一个属性对区分数据样本的能力。 具体用区分前...原创 2020-10-07 15:35:19 · 137 阅读 · 0 评论 -
【转】6.22
监督学习(Supervised Learning) 在监督学习中,给定一组数据,我们知道正确的输出结果应该是什么样子,并且知道在输入和输出之间有着一个特定的关系。这么说可能理解起来不是很清晰,没关系,后面有具体的例子。 监督学习的分类 监督学习可分为“回归”和“分类”问题。 监督学习分类 在回归问题中,我们会预测一个连续值。也就是说我们试图将输入变量和输出用一个连续函数对应起来;而在分类问题中,我们会预测一个离散值,我们试图将输入变量与离散的类别对应起来。 下面举两个例子,就会非..转载 2020-06-22 17:04:51 · 112 阅读 · 0 评论