- 博客(5)
- 收藏
- 关注
原创 LDA
鸢尾花分类例子library(MASS)#(1)输入样本数据nx = nrow(iris) irisdata = iris[1:nx, 1:4]irisgrp = iris[1:nx, 5] #输入分类标签#(2)build lda(lda.sol = lda(irisdata, irisgrp)) #外层打括号会输出结果lda.sol = lda(irisdata, irisgrp) lda.sol #(3)下面把iris的数据回代进行预测result = predict
2021-04-17 19:50:53 187
原创 集成学习手册(四)
task 04(5) 对模型超参数进行调优(调参):找到最佳参数的问题本质上属于最优化的内容,我们脑海中浮现出来的算法无非就是:梯度下降法、牛顿法等无约束优化算法或者约束优化算法,但是在具体验证这个想法是否可行之前,我们必须先认识两个最本质概念的区别。参数与超参数使用最小二乘法或者梯度下降法等最优化算法优化出来的数我们称为参数。我们无法使用最小二乘法或者梯度下降法等最优化算法优化出来的数我们称为超参数。模型参数是模型内部的配置变量,其值可以根据数据进行估计。例如:岭回归中的λ\lambdaλ是
2021-03-24 22:37:36 59
原创 集成学习手册(二)
Ensemble learningTask02任务使用sklearn构建完整的机器学习项目流程一般来说,一个完整机器学习项目分为以下步骤:#mermaid-svg-bAYDEN7fEHl7GAWF .label{font-family:'trebuchet ms', verdana, arial;font-family:var(--mermaid-font-family);fill:#333;color:#333}#mermaid-svg-bAYDEN7fEHl7GAWF .label text{f
2021-03-18 13:10:20 283
原创 集成学习手册
Ensemble learning Task01打卡任务1.导论1.1回归1.2分类1.3无监督学习总结打卡任务本次打卡学习了解机器学习的三大主要任务,对应开源学习包中CH2的导论,1.1,1.2,1.31.导论什么是机器学习? ,机器学习可看成是理解数据的一种方法,发现数据中的规律,对数据进行分析和预测;数据的表达,数据通常是用一组向量进行表示,这组向量的每个向量都为一个样本,我们对数据的形式作出如下约定:第i个样本\x_i=(x_i1,x_i2,…,x_ip,y_i)T,i=1,…,N因
2021-03-15 20:05:52 120
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人