![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 95
奇齐
软件工程硕士在校生
展开
-
在OpenAI CartPole上实现Q-Learning强化学习算法
在OpenAI CartPole上实现Q-Learning强化学习算法1. OpenAI Gym简介2. CartPole环境说明3. Q-Learning算法原理3.1 原理3.2 连续状态离散化4. 代码5. 结果5.1 固定阈值5.2 历史最高分5.3 平均分数5.4 结果分析1. OpenAI Gym简介 OpenAI Gym是一个用于开发和比较强化学习算法(简称RL算法)的工具包,其中封装了由简单到复杂的各种游戏环境,Gym与其他的数值计算库兼容,如TensorFlow,支持Py原创 2021-01-01 19:27:38 · 1886 阅读 · 1 评论 -
机器学习(Machine Learning)——第4章 决策树
决策树(Decision Tree)4.1 基本流程4.2 划分选择4.2.1 信息增益4.2.2 增益率4.2.3 基尼指数4.2.4 小结4.2.5 决策树代码实现4.3 剪枝处理4.3.1 预剪枝4.3.2 后剪枝4.3.3 小结4.4 连续与缺失值4.4.1 连续值处理4.4.2 缺失值处理4.5 多变量决策树4.1 基本流程 决策树是基于树模型做决策。一般的,一棵决策树包含一个根结点、若干个内部结点和若干个叶结点;叶结点对应于决策结果,其他每个结点则对应于一个原创 2020-11-24 22:33:30 · 411 阅读 · 0 评论 -
基于sklearn的线性回归模型实现多变量决策树
多变量决策树1 多变量决策树简介2 实现思路3 代码中的函数说明3.1 class TreeNode3.2 trainLinear3.3 binaryTrainSet3.4 score3.5 treeGenerate3.6 predict3.7 evaluate4 完整代码5 结果1 多变量决策树简介 多变量决策树的每个非叶结点是对多个属性组合的判断。这里多个属性组合的方式可以是简单的线性组合,也可以是复杂组合,如每个非叶结点设置一个神经网络对多个属性的复杂组合进行判断。原创 2020-11-24 20:44:34 · 4712 阅读 · 9 评论 -
机器学习(Machine Learning)——第1章 绪论
本博客主要参考周志华教授的机器学习(西瓜书),对西瓜书第1章绪论部分进行总结和概述。原创 2020-11-13 22:57:18 · 259 阅读 · 0 评论