机器学习
文章平均质量分 56
记录日常学习机器学习的原理及代码;
thisiszdy
1.站在巨人的肩膀上浅尝辄止
2.无它,唯手熟尔
展开
-
<机器学习> KNN(K近邻)
KNN算法原创 2024-08-06 13:06:47 · 930 阅读 · 1 评论 -
<机器学习> K-means
K-Means原创 2024-08-02 16:21:15 · 337 阅读 · 0 评论 -
<机器学习> 降维算法(PCA&SVD)
降维算法(PCA&SVD)原创 2023-12-12 10:21:42 · 402 阅读 · 0 评论 -
<OpenCV> SVM参数配置
OpenCV SVM模型参数配置KernelTypesenum cv::ml::SVM::KernelTypes{ CUSTOM //!< 当设置了自定义内核时,由SVM::getKernelType返回 LINEAR //!< 线性内核。相当于不进行映射处理,在原始特征空间中进行线性判别(或回归)。这是运行速度最快的选择,但是拟合程度不高。K(x,z)=xTz. POLY //!< 多项式的内核 K(xi,xj)=(γxTixj+coef0)degree,γ>原创 2021-11-07 10:32:26 · 3401 阅读 · 0 评论 -
<OpenCV> 随机森林参数配置
OpenCV随机森林模型参数设置创建随机森林模型。static Ptr<RTrees> cv::ml::RTrees::create()设置特征(属性)子集的大小设置每棵树节点上随机选择的特征子集的大小,这些子集可用于寻找最佳切分。如果将其设置为0,则大小将设置为特征总数的平方根,其默认值为0;这一参数是随机森林的唯一关键参数。virtual void cv::ml::RTrees::setActiveVarCount(int val)指定训练算法何时停止的终止条件原创 2021-11-01 22:33:08 · 2701 阅读 · 0 评论 -
<机器学习>基于Julia和随机森林的多分类实战
数据集数据集地址:UCI Steel Plates Faults Data Set文件说明:该数据集包含了7种带钢缺陷类型。这个数据集不是图像数据,而是带钢缺陷的28种特征数据。Faults.NNA 数据集(特征+分类标签)Faults27x7_var 特征和分类类别名称随机森林实现多分类使用的包using DataFramesusing DecisionTreeusing CSVusing Baseusing Lathe.preprocess:TrainTest原创 2021-08-26 10:54:20 · 976 阅读 · 1 评论 -
<机器学习>决策树理论
决策树理论(分类决策树)1、决策树定义决策树模型呈现树形结构,在分类问题中,表示基于特征(属性或数值)对实例进行分类的过程。决策树学习本质上是从训练数据集中归纳出一组分类规则,其算法通常是一个递归地选择最优的特征,并根据该特征对训练数据进行分割,使得对各个子数据集有一个很好的分类的过程,如此递归地进行下去,直至所有训练数据子集能被基本正确分类。2、特征选择特征选择在于选取对训练数据具有分类能力的特征,这样可以提高决策树学习的效率。目前特征选择的准则是信息增益、信息增益比及基尼指数(Gini指数)。原创 2021-08-27 15:10:57 · 248 阅读 · 0 评论 -
<机器学习> 手推SVM
原创 2021-08-19 15:02:04 · 490 阅读 · 0 评论 -
<机器学习>支持向量机(SVM)理论
1、概念支持向量机(support vector machines,SVM)是一种二类分类模型。它的基本模型是定义在特征空间上的间隔最大的线性分类器;同时,支持向量机包括的核技巧使它成为实质上的非线性分类器。支持向量机的学习策略就是间隔最大化,可形式化为一个求解凸二次规划(convex quadratic programming)的问题,也等价于正则化的合页损失函数的最小化问题。支持向量机的学习算法是求解凸二次规划的最优化算法。假设给定一个特征空间上的训练数据集数学公式: $ T={(x_1,y_1)原创 2021-08-26 22:42:20 · 376 阅读 · 0 评论 -
精确率、准确率、召回率
精准率、准确率、召回率、F1 Score原创 2019-09-26 09:04:41 · 640 阅读 · 0 评论