- 博客(4)
- 收藏
- 关注
RSS订阅原创 机器学习实战——Logistic回归
机器学习实战——Logistic回归思想如下：对于N个特征属性（X1,X2,X3,X4……Xn），如果它们只属于两个类别（0，1），那么在N维空间上我们希望用一个N-1维的空间将这两个类划分开，划分后尽量使每边只包含一个类别。用两个特征属性来举例的话，对于样本中所有物体，（X1，X2）两个特征属性构成平面上的点，如果能找到一条直线把属于不同类别的点划分开来，那么对于未知类别的物体，只要判断属性...
2019-04-20 14:31:38
318
原创 机器学习实战——朴素贝叶斯
机器学习实战——朴素贝叶斯思想如下：有一个物体，具有属性1，2，那么它属于类别A的概率是多少呢？属于类别B的概率又是多少呢？如果属于A的概率大于输入B的概率，那么我们就认为这个物体很可能属于A。这就是朴素贝叶斯概率理论的思想。思想很简单，目标就是求出一个未知物体的所有属性值对应的各分类的概率。用一个简单的例子表示这个方法：假设有两个篮子A和B，其中一个篮子A有4000个红色的球和4000个...
2019-04-19 15:51:37
398
原创 《机器学习实战》-决策树算法心得
决策树的思路是这样的，假设有两个属性A，B，分别有两个值0，1，当A=0，B=0时这是个鸡，当A=0，B=1时是鸭，当A=1，B=0时是猫，当A=1，B=1时是狗。现在给了一个未知类别的物体，其属性是A=1，B=1，那么按照先判断A，后判断B的过程，得到如下决策流程：很简单的一种分类方法吧。实际上也是这样，最简单的决策树，就是从第一个属性的值开始进行分组，根据值的不同分成了不同子树，接着下一...
2019-04-15 13:49:12
812
原创 《机器学习实战》-KNN算法心得
@[TOC]《机器学习实战》-KNN算法心得)准备开始在CSDN上用博客记录学习心得，同时也分享一些其中自己产生的脑洞（想法）PS：第一次在CSDN上写，还不习惯这个编写方式在写之前说一下，因为书里很多代码在python3以后都会编译错误，所以关于《机器学习实战》的总结，不会具体分析代码，代码问题在overstackflow或者matplotlib官网都能搜索到。KNN是处理分类问题的，而...
2019-04-15 10:58:14
1670
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