机器学习
小菜鸡变形记
这个作者很懒,什么都没留下…
展开
-
机器学习--K-NN分类&回归
K近邻:从字面上理解,就是:近朱者赤,近墨者黑。和谁离得近和谁归为一类。1 算法原理(1)计算测试数据与各个训练数据之间的距离,方法:闵可夫斯基距离(曼哈顿距离和欧几里得距离的总和升级)(2)按照距离的递增顺序排序(3)选取距离最小的k个点(4)确定前k个点所在类别的出现频率(即为各个类别出现次数)(5)返回前K个点所在类别的出现频率,测试集的类别就为频率出现次数最大的...原创 2019-03-17 19:22:24 · 822 阅读 · 0 评论 -
机器学习--贝叶斯分类器
先来个总结:与线性模型相比,朴素贝叶斯(naive bayes)的训练速度更快,原因在于,它单独查看每个特征来学习参数,并从每个特征中收集简单的类别统计数据;但泛化能力稍差。接下来函数中的alpha因子的作用:平滑数据alpha越大平滑性越强,模型复杂度越低,算法的鲁棒性相对越好。--------------------------------------------...原创 2019-03-31 17:43:20 · 552 阅读 · 0 评论 -
机器学习--决策树
决策树学习1)采用自顶向下的递归方法 2)基本思想是以信息熵为度量,向下构造一颗熵值下降最快的树,到叶子结点处熵值为0. 3)属于有监督学习决策树算法历史1)Quinlan在1986年提出的ID3算法和1993年提出的C4.5算法 2)Breiman等人在1984年提...原创 2019-04-16 22:05:29 · 409 阅读 · 0 评论 -
机器学习--神经网络
如果东南都不敢去,那么你预推免还敢去哪里?抱歉,老子要去好学校!-------------------------------------------------------------------------------------------------------------------------------------------------神经网络任务:学习一个联系函数,输...原创 2019-08-20 17:07:49 · 222 阅读 · 0 评论