读后感悟
一杯敬月光
这个作者很懒,什么都没留下…
展开
-
对于随机森林的最新理解
随机森林的实现:对样本进行多次有放回的抽样,节点分裂时采用的解释变量也要抽样,这两步保证随机森林尽可能少的过拟合。随机森林没有太多的超参数需要调节,但需指定树的数量,理论上树的数量越多,训练效果越好,但时间损耗可能与带来的增益不成正比。GINI 系数判别解释变量的重要性,通过每个变量对子节点纯度的影响,通俗来讲,采用变量A作为子节点的分裂规则,可使子节点上样本大都属于同一类,这时纯度即高。...原创 2019-01-04 01:51:31 · 279 阅读 · 0 评论 -
隐马尔科夫 前后向算法 个人理解
最近在学习李烨老师的机器学习入门课,看到HMM感觉还是有些吃力,故结合《统计学习方法》和以下几篇博客的介绍,个人在此总结,部分过程可能非常琐碎,主要还是书上的内容加了一些我的理解思路,仅为方便理解。 ### 还在整理记录中。。。(参考了以下几篇博客)https://blog.csdn.net/xueyingxue001/article/details/52396494https://zhua...原创 2019-02-12 22:59:30 · 425 阅读 · 0 评论