![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 92
四川兔兔
红尘走一遭,还是此处风景独好
展开
-
矩阵的基本演算
这篇文章主要介绍了矩阵的一些基本演算,导数,奇异值分解。这里只是作为粗略的复习,详细的推导还请参考线性代数有关的专业书籍。一、矩阵演算 记是矩阵 A ∈ Rm×n\mathbb{R}^{m\times n}Rm×n 第 i 行第 j 列的元素(AijA_{ij}Aij)= AijA_{ij}Aij.矩阵 AAA 转置记作 ATA^TAT.转置运算:(AT)ij=Aji(A^T)_{ij} = A_{ji}(AT)ij=Aji,那么有以下两个法则(A+B)T=AT+BT(AB)T=BTA原创 2022-05-16 20:25:27 · 279 阅读 · 0 评论 -
主动学习ALEC算法——Java之旅
主动学习 ALEC,如果你对概念了解了,这里面是代码运行讲解。如果不了解,里面有概念讲解的链接,看完概念看此文。这篇文章附上了代码部分,对ALEC算法进行了一个细致讲解。其中重点讲了核心的方法,难点的寻址部分已经附上了说明图。原创 2022-05-11 15:27:08 · 272 阅读 · 0 评论 -
决策树——Java代码之旅
一、主类成员认识 我们概念讲解是在这里,下面便是成员变量。我们一点一点看,最后拉通走一遍。整个程序我是顺序运行的,给一个标题方便大家去找对应的方法public class ID3 { /** * 数据集 */ Instances dataset; /** * 这个数据集是纯的(只有一个标签)? */ boolean pure; /** * 决策类的数量. 二元分类它是2:0,1. */ int numClasses; /** * 可用实例。 其它实例不属原创 2022-05-08 13:21:32 · 1521 阅读 · 1 评论 -
主动学习算法——ALEC
一、概述 我们知道监督学习就是给定标签类型去分类,建立学习模型,例如Knn,而无监督学习就是给分类的标签,你随便分,只要有你分类的依据就好,例如K-means算法,你可以把一堆没有标签的数据分成2,3,4类等等。半监督学习什么呢?我们来举个例子:我们面对很多病人,我一个小白要给他判断病情,我去瞎猜可不行不专业,上百度一出来就是癌症起步。这种情况下咋办?那就找专业的医生呗,我看他怎么分析,对每种病人如何判断,这种病人有什么病状。你想想看,求人不如求己,拜佛不如拜我,对吧,请别人需要代价的啦,病人多,你每次原创 2022-05-07 19:33:12 · 967 阅读 · 0 评论 -
决策树的概念讲解
机器学习决策树的概念,信息增益等相关概念,讲解ID3和C4.5来生成树,最后是决策树的剪枝处理。原创 2022-05-01 09:23:28 · 2789 阅读 · 0 评论 -
机器学习——模型评估和选择
这里需要我们一起来,头脑中回想一下什么是误差?过拟合欠拟合的定义?为了评估学习器的优劣,有哪些方法?性能量度有哪些呢?文章有点长,大家梳理一下吧。原创 2022-04-09 19:37:35 · 1782 阅读 · 0 评论 -
机器学习——神经网络
从最基础的神经网络结构,到BP算法公式推导,原理举例,和代码讲解(代码考虑到字数另加的超链接)原创 2022-04-04 12:53:01 · 8255 阅读 · 0 评论 -
初学分类算法-NB
说道分类算法-NB,我要从两个方面入手,第一什么是分类问题?第二什么是NB算法?分类问题:1.1 二值问题:就是 0,1是与否的问题和回归(概率,分数值)问题。前者我们很好理解,我们用淘宝举个例子,买东西我们要搜索对吧,那么这个商品能不能推荐给你是不是只有两种可能,推荐或者不推荐嘛。可如果符合你胃口的商品有很多件,实际情况也是这样,那么要把最适合你的这类商品推荐给你,就存在一个拟合度,涉及到回归问题和概率的问题了。回归问题这里比如有一个域值:0.8,我们对商品进行预测只有大于0.8说明这商品多半是你原创 2022-03-11 23:33:58 · 715 阅读 · 0 评论 -
初识kMeans 聚类
概念引入:我们前面讲到了knn算法,我们手里都是有一个标签,给出数据我们朝着标签方向优化,使得未知属性的数据预测其属于哪一类标签。现在问题来了,无监督学习,也就是我们手里的数据并没有属于哪一类的标签。其实,这和我们分类的效果是差不多的。我们还是要把杂乱的数据分成很多簇,聚类就是要把相似的东西分到一组。比如说这张图片:我们可以按照颜色大致分成A,B,C,D四块这种思想还是挺简单的吧,可是实现起来还是有一些难点:如何评估,如何调参。之前的有监督学习我们还可以做一个验证,然后产生一个评估标准。原创 2022-03-01 15:15:22 · 475 阅读 · 0 评论 -
Knn算法讲解
简介:全名K-nearest neighber 算法,它是一个根据训练集并且非规则的分类算法。 Cover 和 Hart 在 1968年提出的最初的邻近算法 通过测量不同特征值之间的距离方法进行分类 属于懒惰学习方法Lazy learner Eager Learners:接收测试数据之前,对已有的数据构建一个分类模型。 Lazy Learners (instance-based learners) : 在训练阶段仅仅把样本保存下来,训练时间开销为零,待接收到测试样本后在进行处理。算法原理:原创 2022-02-22 18:12:10 · 955 阅读 · 0 评论