机器学习
文章平均质量分 55
CMTin
向叠纸靠近,努力努力再努力!
展开
-
机器学习笔记第十一章
继承学习 hard voting soft voting Bagging Pasting 随机森林 Ada Boostring Gradient Boostring stacking原创 2022-08-08 09:31:10 · 77 阅读 · 0 评论 -
机器学习笔记第十章
决策树:非参数的学习算法,可以解决分类问题,天然解决多分类问题,也可以解决回归的问题,具有非常好的可解释性。问题:每个节点在哪个维度上做划分?某个维度在哪个值上做划分? 信息熵...原创 2022-08-07 16:12:54 · 167 阅读 · 0 评论 -
机器学习笔记第九章
支持向量机 SVM 高斯核函数 核函数原创 2022-08-07 16:09:27 · 127 阅读 · 0 评论 -
机器学习笔记第八章
设置阈值 threshold。描述TPR和FPR之间的关系。精准率和召回率的调和平均值。精准率和召回率都兼顾。混淆矩阵 分类准确度问题原创 2022-08-07 16:05:17 · 75 阅读 · 0 评论 -
机器学习笔记第七章
逻辑回归算法 Sigmoid函数 决策边界 OvR OvO原创 2022-08-07 16:02:41 · 147 阅读 · 0 评论 -
机器学习笔记第六章
模型的泛化能力 欠拟合 过拟合 测试数据集的意义 交叉验证 偏差方差权衡 模型泛化与岭回归 LASSO Ridge L1正则、L2正则 和弹性网络原创 2022-08-07 15:58:04 · 211 阅读 · 0 评论 -
机器学习笔记第五章
主成分分析法 PCA 梯度上升法 梯度下降法原创 2022-08-07 15:47:24 · 131 阅读 · 0 评论 -
机器学习笔记第四章
批量梯度下降法 Batch Gradient Descent随机梯度下降法 Stochastic Gradient Descent小批量梯度下降法 Mini-Batch Gradient Descent练习,实现小批量梯度下降法结合的手段。增加一个超参数跳出局部最优解更快的运行速度机器学习领域很多算法都要使用随机的特点随机搜索;随机森林;蒙特卡洛树机器学习解决的是在不确定的世界中解决不确定的事情。......原创 2022-08-07 15:42:03 · 282 阅读 · 0 评论 -
机器学习笔记第三章
线性回归算法是典型的参数学习,简单线性回归 多元线性回归 MAE RMSE MSE 机器学习算法的基本思路原创 2022-08-07 15:32:06 · 463 阅读 · 0 评论 -
机器学习笔记第二章
超参数和模型参数概念超参数 K邻近算法 KNN 如何寻找好的超参数 欧拉距离 曼哈顿距离 明可夫斯基距离 网格搜索 数据归一化原创 2022-08-07 15:24:21 · 129 阅读 · 0 评论 -
机器学习笔记第一章
机器学习:让机器去学习什么是机器学习:(垃圾邮件分辨例子)图像识别:分辨这个图像是什么,(二分类问题、人脸识别、数字识别、)MNIST数据集机器学习算法:KNN、线性回归、多项式回归、逻辑回归、模型正则化、PCA、SVM、决策树、随机森林、集成学习、模型选择、模型调整。介绍如何使用算法-如何评价算法的好坏-如何解决过拟合和欠拟合-如何调节算法的参数-如何验证算法的正确性scikit-learn机器学习库使用技术栈:语言:python3框架:scikit-learn。......原创 2022-08-07 11:07:48 · 252 阅读 · 0 评论