机器学习笔记
文章平均质量分 92
叫小侯的小白程序员
在校研究生
展开
-
决策树(第四周)
如下图所示,是一个用来辨别是否是猫的二分类器。输入值有三个(x1,x2,x3)=(耳朵形状,脸形状,胡须),其中x1={尖的,圆的},x2={圆脸,不是圆脸},x3={有胡须,没有胡须},这三个输入值都是1/0。输出y=1表示是猫,否则不是猫。椭圆型称为,矩形称为,下图模型称为决策树。对于同一个问题,可以有许多个不同的决策树模型,如下图所示。我们需要做的就是选出最优的模型,让他在交叉验证集上表现最优,这就是决策树学习算法。原创 2023-11-26 12:23:34 · 1296 阅读 · 0 评论 -
模型性能评估(第三周)
把数据集划分成训练集和测试集,用训练集训练模型和参数,然后在测试集上测试他的表现。如下图所示,第一行是线性回归通常的代价函数形式,我们需要将其最小化来获取参数、b。训练好模型,获得参数后,接下来使用第二第三行公式来分别计算测试集误差、训练集误差。如果很小,很大,说明模型泛化能力弱。下图是二分类问题的公式:对于分类问题,有一种更好的方法来评估。不是使用逻辑损失来计算测试误差,而是使用训练误差来衡量测试集的分数和算法错误分类的训练集的分数。原创 2023-11-21 13:37:19 · 170 阅读 · 0 评论 -
神经网络(第二周)
根据价格预测商品是否畅销。特征:T恤的价格;分类:销售量高1/销售量低0;原创 2023-11-12 11:07:41 · 1368 阅读 · 1 评论 -
机器学习第一周
机器学习大致会被划分为两类:监督学习,无监督学习。原创 2023-10-26 14:20:05 · 400 阅读 · 1 评论