机器学习
文章平均质量分 69
机器学习算法笔记,简单理解
未能羞涩但娇痴
Where'd you want to go? How much you want to risk?
展开
-
聚类分析-KMeans算法与DBSCAN算法,简单理解
1KMeans算法KMeans算法是用来聚类的,其中的 K 表示类别数量,以样本间的距离作为聚类的标准,该算法的核心思想非常简单,总共就 3 个步骤。步骤 1:在样本中随机选取 K 个样本点,作为初始中心点;步骤 2:计算每个样本点到各个中心点的距离,然后将样本点分配给最近的中心点;步骤 3:根据聚类结果,将每类的均值作为新的中心点;步骤 4:不断重复步骤 2、3,当中心点不再变动时,结束算法。2 DBSCAN算法DBSCAN 算法是一种以密度为基础的空间聚类算。该算法也很.原创 2021-09-23 13:39:28 · 970 阅读 · 0 评论 -
K近邻算法,简单理解
1 原理K近邻算法的原理:对于一个新样本,在已有数据中寻找与它最相似(或最近)的 K 个数据,如果这 K 个数据大多数属于某个类别,则该样本也属于这个类别。其实就是物以类聚人以群分的意思,要想判断小明是好人还是坏人呢?那非常简单,就看他最要好的 K 个朋友是好人还是坏人,假如好人多呢,那就判定小明也是好人,假如坏人多呢,就判定小明也是坏人。所以从这里可以看出,K 最好是奇数。2 相似度和距离的计算那么问题来了,这个最相似或距离最近,这个相似度或是距离该怎么计算呢?方法有很多,这里介绍两个常用原创 2021-09-23 01:07:06 · 452 阅读 · 0 评论 -
什么是机器学习?简单理解
1 什么是机器学习?机器学习一般有如下三个步骤:根据问题假设模型 使用数据训练模型 应用模型预测分析这三个步骤在实际操作中分别对应着:根据问题假设函数 使用数据求解参数 应用函数预测分析也就是说,机器学习中所谓的模型就是函数,理解这一点非常重要!定义:机器学习是对研究问题进行模型假设,并利用计算机从训练数据中学习得到模型参数,并最终对数进行预测和分析的一门学科。2 机器学习过程演示接下来我们使用一个非常简单的案例来演示上述机器学习的过程...2.1 第 0 步:问题原创 2021-09-21 11:58:13 · 6889 阅读 · 0 评论 -
关联分析:Apriori算法,简单理解
0 问题假设有一组购物数据如下,我们需要通过这份数据来挖掘不同商品之间的关联关系,找出强关联规则,从而对购买过某商品的用户推荐其可能也会购买的商品。用户 购买的商品列表 用户1 A, B, C 用户2 A, B 用户3 B, C 用户4 A, B, C, D 用户5 B, C, D 1 关联分析的基本概念①事务库:上面的整个表就是一个事务库。②事务:事务库中的每一条记录就是一个事务。③项和项集:每个商品就是一个项,多个商品的集合原创 2021-09-21 17:04:36 · 1585 阅读 · 0 评论