- 博客(4)
- 收藏
- 关注
RSS订阅原创 《机器学习》小白Python学习笔记（十二） ————第八章集成学习
《机器学习》小白Python学习笔记（十二） ————第八章 集成学习BaggingBootstrap SampleBoostingStacking集成学习（ensemble learning）是通过构建并结合多个学习器来完成学习任务。其思路是通过合并多个模型来提升机器学习性能，这种方法相较于单个模型通常能获得更好的效果。一般的说，根据目的和功能分类，集成学习有三种：bagging 通常用于减小方差boosting 通常用于减小偏差stacking 通常用于提升预测结果根据模型组成结构分类有两
2020-08-24 01:57:48
402
原创 陈宝林《最优化理论与算法》超详细学习笔记 （七）————第五章 运输问题
陈宝林《最优化理论与算法》超详细学习笔记 （七）————第五章 运输问题第1节 运输问题的数学模型第2节 表上作业法2.1 确定初始基可行解2.2 最优解的判别2.3 改进的方法——闭回路调整法2.4 表上作业法计算中的问题第3节 产销不平衡的运输问题及其求解方法第1节 运输问题的数学模型已知有mmm个生产地点Ai,i=1,2,…,mA_i, i=1,2,…,mAi,i=1,2,…,m。可供应某种物资，其供应量(产量)分别为ai,i=1,2,…,ma_i, i=1,2,…,mai,i=1,2,
2020-08-06 13:23:57
2759
原创 《机器学习》 小白Python学习笔记（十一） ———— 朴素贝叶斯 & 半朴素贝叶斯AODE分类器 Python实现
《机器学习》 小白Python学习笔记（十） ———— 贝叶斯算法 & EM算法 Python实现课后题数据集朴素贝叶斯算法代码半朴素贝叶斯（AODE）分类器代码课后题试编程实现拉普拉斯修正的朴素贝叶斯分类器和半朴素贝叶斯分类器中的AODE分类器，并以⻄瓜数据集3.0为训练集，对P.151“测1”样本进⾏判别。数据集编号 色泽 根蒂 敲声 纹理 脐部 触感 密度 含糖率 好瓜0 1 青绿 蜷缩 浊响 清晰 凹陷 硬滑 0.697 0.460
2020-08-05 20:03:36
1374
原创 《机器学习》 小白Python学习笔记（十） ————EM算法
《机器学习》 小白Python学习笔记（十） ————EM算法简介算法原理算法流程简介作为数据挖掘十大算法之一的EM算法的全称是Expectation Maximization Algorithm，也就是期望最大算法，算法包括两个步骤，首先是期望步(E步)，然后是极大步(M步)。EM算法最初是为了解决在样本数据集中出现缺失值时进行参数估计的问题。基本思路是：首先根据已经给出的观测数据，估计出模型参数的值，然后再根据上一步估计出的参数值估计出数据中的缺失值，然后再根据原有数据和估计的缺失值对模型参数进行
2020-08-01 02:29:28
331
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