- 博客(7)
- 收藏
- 关注
RSS订阅原创 机器学习常见算法概述——集成学习总结
集成学习：多个弱分类器组合成一个强分类器。1.Adaboost：通过改变训练样本的权重（初始时权重相同，每次将前一个分类器分类错误的那些样本的权重增加，表现在分类误差率的计算上），反复训练多个弱分类器，最后根据这些弱分类器的分类误差率（权重）将他们线性组合到一起。其中分类误差率越大权重越小。等价于损失函数为指数损失时的前向分布算法。优点：2.Bagging：重复有放回的从训练样本中...
2018-08-31 00:04:51
293
原创 数据结构与算法2——时间复杂度和空间复杂度
算法效率的度量方法：事后统计的方法、事前分析估算方法。算法的时间复杂度：在进行算法分析时，语句总的执行次数T(n)是关于问题规模n的函数，进而分析T(n)随n的变化情况并确定T(n)的数量级。算法的时间复杂度记作：T(n)=O(f(n))。它表示随问题规模n的增大，算法执行时间的增长率和f（n）的 增长率 相同，称作算法的渐进时间复杂度，简称为时间复杂度。随着输入规模n的增大，T(n)增长最慢的算...
2018-03-17 22:34:26
193
原创 数据结构与算法1——绪论
一、数据结构：包括 逻辑结构 和 物理结构（逻辑结构在计算机中的存储形式）。四大逻辑结构：1.集合结构 2.线性结构（一对一）3.树形结构（一对多）4.图形结构（多对多）。物理结构 数据元素的存储机构形式： 1.顺序存储：把数据元素存放在地址连续的存储单元里，其逻辑关系与物理关系是一致的，例如数组； 2.链式存储：比顺序存储结构更灵活，把数据元素存储在任意的存储单元里，这些存储单元可...
2018-03-17 21:36:37
189
原创 机器学习常见算法概述——KNN（K近邻法）
特点：（1）分类、回归 （2）判别模型 （3）有监督 思想：K近邻法不具有显式的学习过程，训练数据的类别已知，当我们需要判断新的样本x属于哪一个类别时，在训练集中根据距离度量找出距离x最近的K个样本，用投票法对x的类别进行判断。模型：利用训练数据集对特征空间进行划分，并将其作为分类的“模型”。策略：多数表决规则等价于经验...
2018-03-17 11:18:12
382
原创 BeautifulSoup中find(),find_all(),select()函数
find()函数：输出第一个可匹配对象，即find_all()[0]. find_all()函数：（以下来自官方文档）
2017-07-25 18:40:02
20846
3
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