机器学习
ccChantal
这个作者很懒,什么都没留下…
展开
-
机器学习入门体验task3基于支持向量机的分类预测
在需要分类器给数据分类的时候,不仅要对已知的数据集进行分类,更要能对未知的数据集进行准确划分。因此引入最大间隔来帮助我们选择更好的分类器。最大间隔刻画着分类器与数据集的边界,而最接近边界的数据则称为支持向量,这时选择最优分类器的算法则称为支持向量机。原创 2020-08-26 23:46:24 · 155 阅读 · 0 评论 -
机器学习入门体验task2
1.决策树的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。不能很好利用连续原创 2020-08-23 23:55:27 · 72 阅读 · 0 评论 -
Datawhale组队学习-机器学习算法入门-基于逻辑回归的分类预测
1.逻辑回归原理简介当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。Logistic回归虽然名字里带“回归”,但是它实际上是一种分类方法,主要用于两分类问题(即输出只有两种,分别代表两个类别),所以利用了Logistic函数(或称为Sigmoid函数),函数形式为:对应的函数图像可以表示如下:import numpy as npimport matplotlib.pyplot as pltx = np.arange原创 2020-08-20 23:38:50 · 132 阅读 · 0 评论