![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
机器学习是一种让计算机通过学习数据来自动改进其性能的技术。它的核心思想是让计算机像人类一样,通过不断地学习和实践,逐渐提高自己的能力。在机器学习领域,有许多经典的算法和模型,如线性回归、支持向量机、神经网络等,它们在不同的场景下都有着广泛的应用。
C喳喳
知之为知之,不知为不知,是知也。
展开
-
最小二乘法拟合python实现
本文列出最小二乘法拟合的python实现原创 2022-07-27 14:36:14 · 4201 阅读 · 0 评论 -
机器学习的通用工作流程
1.定义问题,收集数据集首先,你必须定义所面对的问题,只有拥有可用的训练数据,你才能学习预测某件事情。因此,数据可用性通常是这-阶段的限制因素。其次,你面对的是什么类型的问题?是二分类问题、多分类问题、标量回归问题、向量回归问题,还是多分类、多标签问题?或者是其他问题,比如聚类、生成或强化学习?确定问题类型有助于你选择模型架构、损失丽数等。只有明确了输入、输出以及所使用的数据,你才能进入下一-阶段。在开发出工作模型之前,这些只是假设,等待验证真假。并非所有问题都可以解决。你收集了包含输人X和目标Y的很多样例原创 2020-05-28 18:33:06 · 216 阅读 · 0 评论 -
t-SNE+K-means可视化
然后,使用K-means算法对降维后的数据进行聚类,并获取每个样本的聚类标签和聚类中心。首先使用t-SNE对特征数据进行非线性降维,将其转换为二维空间。最后,使用散点图将聚类结果可视化展示出来。原创 2023-05-28 17:22:08 · 663 阅读 · 0 评论