- 博客(12)
- 收藏
- 关注
RSS订阅原创 超简单白话文机器学习 - 模型检验与评估（含算法介绍，公式，源代码实现以及调包实现）
指标通过定量评估分类模型性能，帮助我们在实际应用中做出更明智的决策。
2024-05-31 13:21:26
1333
1
原创 超简单白话文机器学习 - 回归树&树剪枝（含算法介绍，公式，源代码实现以及调包实现）
我们一般使用CART回归树，CART(Classification and Regression Trees)回归树是一种用于连续值预测的树模型。它通过递归地分裂数据集，以最小化预测误差为目标，最终生成一棵树结构的模型。
2024-05-25 15:04:23
1474
2
原创 超简单白话文机器学习 - 支持向量机SVM（含算法讲解，公式全解，手写代码实现，调包实现）
支持向量机，因其英文名为supportvectormachine，故一般简称SVM，通俗来讲，它是一种二类分类模型，其基本模型定义为特征空间上的间隔最大的线性分类器，其学习策略便是间隔最大化，最终可转化为一个凸二次规划问题的求解。
2024-05-21 15:39:00
1420
2
原创 超简单白话文机器学习 - 逐步回归&Lasso,Ridge正则化（含算法讲解，公式全解，手写代码实现，调包实现）
正则化是一种在机器学习和统计建模中用于防止过拟合的技术。过拟合是指模型在训练数据上表现很好，但在未见过的测试数据或新数据上表现不佳。正则化通过在损失函数（如最小二乘误差）中添加一个惩罚项，限制模型参数的复杂度，使得模型在训练数据和测试数据上都能表现良好。
2024-05-18 16:27:44
960
2
原创 超简单白话文机器学习-朴素贝叶斯算法（含算法讲解，公式全解，手写代码实现，调包实现
朴素贝叶斯（Naive Bayes）算法是一类基于贝叶斯定理的简单而强大的概率分类器，它在假设特征之间相互独立的前提下工作。尽管这种“朴素”的假设在现实中很少成立，但朴素贝叶斯分类器在许多实际应用中表现良好，特别是在文本分类和自然语言处理领域。下面是对朴素贝叶斯算法的详细介绍，包括其原理、优点、局限性和应用场景。
2024-05-17 13:39:14
1258
1
原创 机器学习全解 - 集成学习&Adaboost（含算法讲解，公式全解，手写代码实现，调包实现）
集成学习（Ensemble learning）就是将若干个弱分类器通过一定的策略组合之后产生一个强分类器。 弱分类器（Weak Classifier）指的就是那些分类准确率只比随机猜测略好一点的分类器，而强分类器（ Strong Classifier）的分类准确率会高很多。这里的"强"&"弱"是相对的。弱分类器又被称 为“基分类器”。
2024-05-16 13:42:00
898
1
原创 机器学习全解 - PCA主成分分析（含算法讲解，公式全解，手写代码实现，调包实现）
PCA(Principal Component Analysis)，即主成分分析方法，是一种使用最广泛的数据降维算法。PCA的主要思想是将n维特征映射到k维上，这k维是全新的正交特征也被称为主成分，是在原有n维特征的基础上重新构造出来的k维特征。
2024-05-15 14:56:14
943
2
原创 机器学习全解 - K均值聚类算法 (含算法介绍，公式，手写代码实现，调包实现)
Kmeans算法是最常用的聚类算法，主要思想是:在给定K值和K个初始类簇中心点的情况下，把每个点(亦即数据记录)分到离其最近的类簇中心点所代表的类簇中，所有点分配完毕之后，根据一个类簇内的所有点重新计算该类簇的中心点(取平均值)，然后再迭代的进行分配点和更新类簇中心点的步骤，直至类簇中心点的变化很小，或者达到指定的迭代次数。
2024-05-14 14:43:43
1878
1
原创 机器学习全解 - 一般线性回归最佳拟合直线（含算法介绍，公式，手写代码实现，调包实现）
在日常生活学习工作过程中，回归分析的重要性就不言而喻了。对于数据分析初学者而言，回归分析基本可以说占了半壁江山。无论是时间序列，预测模型，还是相关性分析，线性回归都是老生常谈的模型。
2024-05-13 14:52:19
1447
3
原创 机器学习全解 - Logistic回归（含算法讲解，公式全解，手写代码实现，调包实现）
Logistic回归（逻辑回归）是一种统计方法，主要用于预测二分类（多分类不常用，不做介绍，下同）结果，称为因变量，可以是某疾病是否复发、是否死亡、是否再入院等。
2024-05-12 15:04:03
2018
1
原创 超简单白话文机器学习-决策树算法全解（含算法介绍，公式，源代码实现以及调包实现）
在机器学习的监督学习基础(Supervised learning)中，我们会学习到决策树(Decision Tree)算法，是一种以树结构形式表达的预测分析模型。根据处理数据类型的不同，决策树又为分类决策树与回归决策树。
2024-05-10 17:08:40
994
3
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