![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 61
汝南张公子
通信小白努力中!!!
展开
-
《机器学习实战》学习笔记(一)
《机器学习实战》学习笔记“数据挖掘十大算法”(2007.12-Journal of Knowledge and Information System)1. C4.5决策树2. K-mean(k-均值)3. 支持向量机(SVM)4. Apriori5. 最大期望算法(EM)6. PageRank算法7. AdaBoost算法8. K-近邻算法(kNN)9.原创 2017-08-12 16:38:10 · 374 阅读 · 0 评论 -
《机器学习实战》学习笔记(二)
《机器学习实战》学习笔记(二)简单定义:将无序的数据转换成有用的信息主要任务:将实例数据划分到合适的分类中;回归,用于预测数值型数据。关键术语 : 监督学习-知道预测什么。如:分类和回归非监督学习-数据没有类别信息,也不会给出目标值。如:聚类--将数据集合分成由类似的对象组成的多个类的过程;密度估计--将寻找描述数据统计值的过程监督学习的用途原创 2017-08-12 18:17:25 · 211 阅读 · 0 评论 -
《机器学习实战》学习笔记(三)之K-近邻算法
《机器学习实战》学习笔记(三)之K-近邻算法本文内容:K-近邻分类算法从文本文件中解析和导入数据使用Matplotlib创建扩散图归一化数值概述:简单的说,k-近邻算法采用不同特征值之间的距离方法进行分类。优点:精度高、对异常值不灵敏、无数据输入假定缺点:计算复杂度高、空间复杂度高适用数据范围:数值型和标称型工作原理:存在一个样本数据集合,也称作训练样本集,并且原创 2017-08-13 16:59:17 · 289 阅读 · 0 评论