- 博客(4)
- 资源 (2)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 机器学习算法（四）：KNN算法
KNN算法K近邻算法（k-nearest neighbor，k-NN）是一种分类与回归的方法。K近邻法的输入为实例，输出为实例的类别，这里的类别可以取多类。分类时，对于新的实例，根据k个最近邻的训练数据的类别，通过多数表决的方法进行预测。K近邻算法实际上是利用训练数据对输入空间进行划分，并作为其分类的模型。前面我们也有提到，k邻近是一种分类与回归的方法，但是接下来我们要讨论的是分类的这一方面。而对于
2015-05-27 16:54:45
1877
原创 机器学习算法（三）：Adaboost算法
Boosting算法集成学习集成学习的一般结构：先产生一组个体学习器，再使用某种策略将它们结合起来。个体学习器通常由一个现有的算法从训练数据中产生。集成学习既可以包含相同类型的个体学习器，也可以包含不同类型的个体学习器。集成学习通过将多个学习器进行结合，常可以获得比一般学习器显著优越的泛化性能。这对弱分类器（指泛化性能略优于随机猜测的学习器）尤为明显，因此集成学习的很多理论研究都是针对弱分类器进行的
2015-05-24 22:04:53
1907
原创 机器学习算法（二）：决策树算法
决策树算法首先我们来看一个例子，这个例子能很好地反映出整个算法的具体流程。一个例子某位母亲给自己闺女物色了个男朋友，于有了下面这段对话：女儿：多大年纪了?母亲：26。女儿：长得帅不帅?母亲：挺帅的。女儿：收入高不?母亲：不算特别高，中等情况吧。女儿：是不是公务员?母亲：是，在税务局上班女儿：那好，见个面吧。这个女孩的决策过程就是典型的分类决策过程。相当于通过年龄，长相，收入和是否是公
2015-05-22 10:03:25
1778
原创 机器学习算法（一）：聚类算法
聚类算法聚类算法是属于无监督学习算法中非常常用的一种。算法使用的训练数据中的标签信息是未知的，目标是通过对无标记的训练样本的学习来揭示内在的性质和规律。聚类过程能够自动地形成簇结构，但是簇对应的概念语意需要由使用者来决定。聚类既能作为一个单独的过程，用于寻找数据的内在分布结构，也可以作为分类等其他学习任务的前驱过程。性能度量对于任何一个算法，我们都需要有一个性能指标来衡量算法结果的优劣。之前已经有一
2015-05-21 16:17:28
6575
算法竞赛入门经典各章习题答案
2011-10-09
vrptw问题，没有pickup所对应的delivery
2013-09-04
TA创建的收藏夹 TA关注的收藏夹
TA关注的人