机器学习
文章平均质量分 96
Chiak1
NEU Software 2018级本科
机器学习、深度学习、大数据领域
展开
-
如何理解集成学习(Ensemble Learning)
文章目录一、什么是集成学习二、`Boosting`与`Bagging`2.1 `Boosting`2.2 `Bagging` 一些传统的机器学习模型结构十分简单,例如决策树。这类模型虽然容易构建,但是往往也伴随着较差的学习能力。那么是否有一种办法能够将多个简单的机器学习模型结合起来,以发挥出更优秀的性能呢?答案就是本文的主角----集成ensemble学习。一、什么是集成学习 所谓集成ensemble学习,就是将多个简单的基学习器base learner集成起来,根据多个基学习器的预测结果得到原创 2021-04-09 17:59:04 · 721 阅读 · 0 评论 -
朴素贝叶斯分类算法详解与Python实现
目录一、贝叶斯决策论一、贝叶斯决策论 对于一个多分类任务,假设有标签y={y1,y2,...,yn}y=\{y_1,y_2,...,y_n\}y={y1,y2,...,yn},记λij\lambda_{ij}λij为将真实标签为yjy_jyj的样本误分类为yiy_iyi的代价,则可以得到将样本误分类为yiy_iyi的期望代价:loss(yi∣x)=∑j=1nλijP(yj∣x)loss(y_i|x)=\sum_{j=1}^{n}{\lambda_{ij}P(y_j|x)}loss(yi原创 2020-10-27 15:47:01 · 404 阅读 · 0 评论 -
k邻近算法Python实现
这里写自定义目录标题原创 2020-10-22 22:55:38 · 370 阅读 · 0 评论 -
支持向量机与SMO算法详解
文章目录原创 2020-02-22 19:32:18 · 470 阅读 · 0 评论 -
神经网络模型详解与误差逆传播优化
文章目录原创 2020-02-20 16:05:34 · 973 阅读 · 0 评论 -
剪枝决策树原理与Python实现
文章目录一、决策树模型二、选择划分2.1 信息熵和信息增益2.2 增益率2.3 基尼指数三、剪枝3.1 预剪枝3.2 后剪枝3.3 剪枝示例3.4 预剪枝和后剪枝对比四、Python实现一、决策树模型 决策树(Decision Tree)是一种常见的机器学习算法,而其核心便是“分而治之”的划分策略。例如,以西瓜为例,需要判断一个西瓜是否是一个好瓜,那么就可以根据经验考虑“西瓜是什么颜色?”,...原创 2020-02-17 19:20:37 · 1434 阅读 · 1 评论 -
线性回归:梯度下降法优化
文章目录一、线性回归二、梯度下降法的数学原理三、梯度下降法优化四、Python实现一、线性回归 关于线性回归的详细介绍可以参见我的上一篇博文《线性回归:最小二乘法优化》。在《线性回归:最小二乘法优化》中已经说明了线性回归模型建立的关键在于求解:(w∗,b∗)=arg min∑i=1m(f(xi)−yi)2(w^*, b^*)=\argmin\sum^{m}_{i=1}{{(f(x_i)-...原创 2020-02-15 20:08:46 · 1205 阅读 · 0 评论 -
线性回归:最小二乘法优化
线性回归:最小二乘法优化原创 2020-02-15 20:13:18 · 2561 阅读 · 2 评论