- 博客(4)
- 收藏
- 关注
RSS订阅原创 随机森林
随机森林可以说是决策树的加强提升。随机森林属于集成学习（Ensemble Learning）中的bagging算法。在集成学习中，主要分为bagging算法和boosting算法。Bagging（套袋法）bagging的算法过程如下：从原始样本集中使用Bootstraping方法随机抽取n个训练样本，共进行k轮抽取，得到k个训练集。（k个训练集之间相互独立，元素可以有重复）对于k个训练集，我们训练k个模型（这k个模型可以根据具体问题而定，比如决策树，knn等）对于分类问题：由投票表决产生分类结果
2020-05-11 16:28:46
161
原创 决策树
简介决策树（Decision Tree）是一种基本的分类与回归方法，当决策树用于分类时称为分类树，用于回归时称为回归树。本文主要讨论决策树中的分类树与回归树的一些基本理论，后续文章会继续讨论决策树的Boosting和Bagging相关方法。决策树由结点和有向边组成。结点有两种类型：内部结点和叶结点，其中内部结点表示一个特征或属性，叶结点表示一个类。一般的，一棵决策树包含一个根结点、若干个内部结点和若干个叶结点。叶结点对应于决策结果，其他每个结点则对应于一个属性测试。每个结点包含的样本集合根据属性测试.
2020-05-08 22:17:50
403
原创 K-NN近邻
## K-nn近邻K-NN算法简介K-NN算法 ( K Nearest Neighbor, K近邻算法 ), 是机器学习中的一个经典算法, 比较简单且容易理解. K-NN算法通过计算新数据与训练数据特征值之间的距离, 然后选取 K (K>=1) 个距离最近的邻居进行分类或者回归. 如果K = 1 , 那么新数据将被分配给其近邻的类.K-NN...
2020-05-06 11:23:21
239
原创 机器学习日志之数据预处理
在当今社会的潮流下，机器学习，深度学习等已经得到了深层次的运用，为了巩固学习效果，也方便寻找代码等，我将学习机器学习的一些感悟等进行总结。数据预处理1.我们需要引入两个库，numpy和pandas。numpy包含数学计算，矩阵数组等。pandas则用来导入，读取，管理数据。import numpy as npimport pandas as pd2.导入数据集收据集一般是.c...
2020-04-08 23:40:06
499
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