- 博客(9)
- 收藏
- 关注
RSS订阅转载 机器学习算法之K-means（K均值聚类）算法
聚类聚类，简单来说，就是将一个庞杂数据集中具有相似特征的数据自动归类到一起，称为一个簇，簇内的对象越相似，聚类的效果越好。它是一种无监督的学习(Unsupervised Learning)方法,不需要预先标注好的训练集。聚类与分类最大的区别就是分类的目标事先已知，例如猫狗识别，你在分类之前已经预先知道要将它分为猫、狗两个种类；而在你聚类之前，你对你的目标是未知的，同样以动物为例，对于一个动物集来...
2019-10-08 19:47:51
7477
转载 机器学习算法之回归算法
回归（Regression） 概述分类的目标变量是标称型数据，而回归则是对连续型的数据做出处理，回归的目的是预测数值型数据的目标值。回归 场景回归的目的是预测数值型的目标值。最直接的办法是依据输入写出一个目标值的计算公式。假如你想要预测兰博基尼跑车的功率大小，可能会这样计算:HorsePower = 0.0015 * annualSalary - 0.99 * hoursListeni...
2019-09-05 16:17:50
1705
转载 机器学习算法之集成方法
集成方法: ensemble method 概述概念：是对其他算法进行组合的一种形式。通俗来说： 当做重要决定时，大家可能都会考虑吸取多个专家而不只是一个人的意见。 机器学习处理问题时又何尝不是如此？ 这就是集成方法背后的思想。集成方法：投票选举(bagging: 自举汇聚法 bootstrap aggregating): 是基于数据随机重抽样分类器构造的方法再学习(boo...
2019-08-29 17:05:27
652
转载 机器学习算法之支持向量机（SVM）
支持向量机 概述支持向量机(Support Vector Machines, SVM)：是一种监督学习算法。支持向量(Support Vector)就是离分隔超平面最近的那些点。机(Machine)就是表示一种算法，而不是表示机器。支持向量机 场景要给左右两边的点进行分类明显发现：选择D会比B、C分隔的效果要好很多。支持向量机 原理SVM工作原理对于上述的苹果和香蕉，...
2019-08-27 21:38:57
1202
1
转载 机器学习算法之Logistic 回归算法
Logistic 回归 概述Logistic 回归 或者叫逻辑回归虽然名字有回归，但是它是用来做分类的。其主要思想是: 根据现有数据对分类边界线(Decision Boundary)建立回归公式，以此进行分类。一些概念Sigmoid 函数回归 概念假设现在有一些数据点，我们用一条直线对这些点进行拟合（这条直线称为最佳拟合直线），这个拟合的过程就叫做回归。进而可以得到对这些点的拟合直线方程...
2019-08-27 16:43:41
429
转载 机器学习算法之决策树算法
决策树 综述决策树（Decision Tree）算法是一种基本的分类与回归方法，是最经常使用的数据挖掘算法之一。决策树模型呈树形结构，在分类问题中，表示基于特征对实例进行分类的过程。它可以认为是if-then规则的集合，也可以认为是定义在特征空间与类空间上的条件概率分布。决策树学习通常包括 3 个步骤：特征选择、决策树的生成和决策树的修剪。决策树 场景一个叫做 “二十个问题” 的游戏，游...
2019-08-26 11:37:32
3987
转载 机器学习算法之KNN算法
KNN概述一句话总结：近朱者赤近墨者黑！k 近邻算法的输入为实例的特征向量，对应于特征空间的点；输出为实例的类别，可以取多类。k 近邻算法假设给定一个训练数据集，其中的实例类别已定。分类时，对新的实例，根据其 k 个最近邻的训练实例的类别，通过多数表决等方式进行预测。因此，k近邻算法不具有显式的学习过程。k 近邻算法实际上利用训练数据集对特征向量空间进行划分，并作为其分类的“模型”...
2019-08-25 11:42:17
876
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