- 博客(3)
- 收藏
- 关注
RSS订阅原创 SVM入门
SVM入门SVM是支持向量机，那么什么是支持向量？样本中距离超平面最近的一些点，这些点叫做支持向量。支持向量机的推导SVM 想要的就是找到各类样本点到超平面的距离最远，也就是找到最大间隔超平面。任意超平面可以用下面这个线性方程来描述：二维空间点 (x,y) 到直线 的距离公式是：扩展到 n 维空间后，点 到直线 的距离为：其中 。如图所示，根据支持向量的定义我们知道，支持向量到超平面的距离为 d，其他点到超平面的距离大于 d。于是我们有这样的一个公式：稍作转化可以得
2020-08-26 21:13:27
351
原创 决策树入门
决策树入门决策树介绍决策树是一种常见的分类模型，在金融分控、医疗辅助诊断等诸多行业具有较为广泛的应用。决策树的核心思想是基于树结构对数据进行划分，这种思想是人类处理问题时的本能方法。例如在婚恋市场中，女方通常会先看男方是否有房产，如果有房产再看是否有车产，如果有车产再看是否有稳定工作……最后得出是否要深入了解的判断。决策树的主要优点：具有很好的解释性，模型可以生成可以理解的规则。可以发现特征的重要程度。模型的计算复杂度较低。决策树的主要缺点：模型容易过拟合，需要采用减枝技术处理。不能很好利
2020-08-22 20:14:20
244
原创 逻辑回归入门
逻辑回归入门逻辑回归定义逻辑回归其实是实现了一个决策边界：对于函数，当z≥0 时,y≥0.5,分类为1，当 z<0时,y<0.5,分类为0，其对应的y值我们可以视为类别1的概率预测值。对于模型的训练而言：实质上来说就是利用数据求解出对应的模型的特定的ω。从而得到一个针对于当前数据的特征逻辑回归模型。而对于多分类而言，将多个二分类的逻辑回归组合，即可实现多分类。逻辑回归实践第一步 库函数引入## 基础函数库import numpy as np import pandas as
2020-08-20 18:34:15
215
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