机器学习
文章平均质量分 87
想要逆袭的废物
学生
展开
-
不断努力,突破自己的Adaboost
不断努力,突破自己的Adaboost引言1.Adaboost的原理 1.1Adaboost算法简介 1.2Adaboost算法流程步骤1.先赋予每个样本相同的权重1/N步骤2.计算当前的分类误差率步骤3.计算权重系数am步骤4.计算归一化因子Zm步骤5.更新权重2.Adaboost计算例子3.Adaboost案例引言 在前面已经讲过了一个集成算法random fore原创 2020-10-17 22:29:59 · 290 阅读 · 0 评论 -
有趣且强大的随机森林
随机森林集成算法结合策略投票法(随机森林分类)平均法(随机森林回归)简单平均法加权平均法sklearn中的随机森林建模流程随机森林重要参数随机森林的重要属性随机森林的重要接口随机森林要点掌握实例导入数据数据分布建立随机森林分类模型随机森林和决策树的对比混淆矩阵代码整合总结集成算法集成算法通过构建多个弱学习器并结合来完成学习任务,那么就用随机森林来举例子,随机森林是由很多个决策树来形成的,这些决策树都是弱学习器,在二分类中弱学习器就是精确度比50%大一点点的分类器。#mermaid-svg-Chrkds原创 2020-08-29 01:04:31 · 1717 阅读 · 3 评论 -
小白能看懂的决策树
决策树决策树结构简单分类例子熵信息熵熵的计算公式信息增益信息增益计算例子根节点的选取分支节点的选取信息增益的缺点信息增益率基尼系数基尼系数计算例子决策树的剪枝策略案例作者:想要逆袭的废物时间:2020.8.18决策树结构根部节点:树的最上层的节点,任何非空的树都有一个节点。非叶子节点:有孩子的节点。分支:判断。叶子节点:没有孩子的节点成为叶子节点。简单分类例子客户有房有车是否贷款客户1有无是客户2无有是客户3有有是客户4有有原创 2020-08-18 23:01:25 · 734 阅读 · 0 评论