数学建模
文章平均质量分 89
开某人214
这个作者很懒,什么都没留下…
展开
-
数学建模回归拟合
比如在我日常项目里面,对于普通适中问题,如果数据样本量小于一万条,我们就会采用交叉验证来训练优化选择模型如果样本大于一万条的话,我们一般随机的把数据分成三份,一份为训练集(TrainingSet),一份为验证集(ValidationSet),最后一份为测试集〈TestSet)。用训练集来训练模型,用验证集来评估模型预测的好坏和选择模型及其对应的参数。交叉验证,顾名思义,就是重复的使用数据,把得到的样本数据进行切分,组合为不同的训练集和测试集,用训练集来训练模型,用测试集来评估模型预测的好坏。...原创 2022-07-26 08:50:37 · 1981 阅读 · 2 评论 -
K-means和k-means++
k-means的初始质心选择的随机性是影响算法迭代效率的原因,针对这个问题,提出了改进方案k-maens++对于给定的样本集,按照样本之间的距离大小,将样本集划分为K个簇。让簇内的点尽量紧密的连在一起,而让簇间的距离尽量的大。,则优化目标是最小化平方误差E(使n组集群间的方差相等,数学描述为最小化惯性或集群内的平方和。余弦相似度用向量空间中的两个向量夹角的余弦值作为衡量两个样本差异的大小。距离当前n个聚类中心越远的点会有更高的概率被选为第n+1个聚类中心。,相似性没有固定的定义,根据不同场景由人工设定。..原创 2022-07-16 09:27:14 · 371 阅读 · 1 评论