![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 93
_hermit:
鞘安于钝,以护剑利
展开
-
【机器学习】基本模型简易代码整理
通过计算不同特征的信息增益,我们可以确定哪个特征是最佳的划分特征,以便在决策树的构建过程中进行节点分裂。特征选择过程的目标是在保持模型预测准确性的同时,尽可能减少模型的复杂性。在实际应用中,可以使用不同的性能指标、树的深度范围和交叉验证的折数进行调整,以获得最佳模型。在分类问题中,SVM 的目标是找到一个最优的超平面,以最大化两个不同类别的数据点(即支持向量)之间的间隔。然而,SVM 也有其局限性,如处理大规模数据集时可能面临计算效率问题,对于高度非线性和复杂的问题,选择合适的核函数和参数也是一项挑战。原创 2024-01-08 12:27:18 · 1125 阅读 · 1 评论 -
【机器学习】西瓜书要点个人整理
对于给定的模型和参数 (θ),似然函数 (L(θ|X)) 表示观测到数据集 (X) 的概率。对于独立同分布的假设,似然函数通常是各个数据点概率的乘积。原创 2024-01-08 12:03:31 · 1400 阅读 · 1 评论