分类算法
文章平均质量分 96
Twilight Sparkle.
学无止尽
展开
-
【机器学习笔记14】softmax多分类模型【下篇】从零开始自己实现softmax多分类器(含具体代码与示例数据集)
softmax分类器相关公式与步骤;数据集获取;从零开始实现softmax多分类器;使用自己实现的softmax多分类器完成鸢尾花多分类;与sklrean的softmax多分类器作结果对比原创 2022-10-27 16:33:20 · 3804 阅读 · 0 评论 -
【机器学习笔记13】softmax多分类模型【上篇】完整流程与详细公式推导
简介;如何利用softmax对样本进行分类;明确变量与集合;进一步处理;对label向量化;样本特征的加权组合;softmax函数;损失函数;梯度下降;损失函数求偏导的详细推导;softmax多分类模型的训练流程和预测流程。原创 2022-10-26 01:44:33 · 3254 阅读 · 4 评论 -
【机器学习笔记9】K邻近(KNN)原理、手动实现与具体应用
KNN算法原理与手动实现、距离度量、交叉验证选择最佳K值,KNN算法的局限与改进方法介绍;应用KNN完成鸢尾花分类与利用sklearn封装的KNN完成手写数字识别,图片的灰度化和二值化。原创 2022-09-06 16:24:42 · 3379 阅读 · 2 评论 -
【机器学习笔记7】决策树原理及应用
决策树,ID3,C4.5原理。决策树的构建与剪枝,决策树sklearn应用示例(含数据集和代码),使用Graphviz绘制决策树,使用pickle保存训练模型。原创 2022-09-02 17:32:22 · 748 阅读 · 0 评论 -
【机器学习笔记6】支持向量机【上篇】原理与推导
最大间隔分离超平面,硬间隔与软间隔,松弛因子,线性和非线性支持向量机的原理与推导;合页损失函数,核函数、对偶问题与KKT条件,核函数戏法。原创 2022-08-08 03:01:22 · 3143 阅读 · 0 评论 -
【机器学习笔记4】逻辑回归模型
逻辑回归,sigmoid函数,对数损失函数,决策边界;代码实现,案例分析实现;F1-Score评估标准原创 2022-08-02 01:31:55 · 10190 阅读 · 3 评论