机器学习算法原理
文章平均质量分 92
华科大胡子
这个作者很懒,什么都没留下…
展开
-
决策树与随机森林
一、 决策树的简介 决策树是一种基本的分类与回归方法,学习通常包含三个步骤:特征选择、决策树的生成和决策树的剪枝。 决策树学习本质是从训练数据集中归纳出一组分类规则;决策树学习的损失函数通常是正则化的极大似然函数,学习策略是由训练数据集估计条件概率模型。 决策树学习的算法通常是一个递归地选择最优特征,并根据该特征进行分割。这一过程对应着决策树的构建,也对应着特征空间的...原创 2018-07-13 21:27:04 · 22056 阅读 · 0 评论 -
时间序列ARIMA模型
时间序列ARIMA模型(预测模型)1.数据平稳性与差分法A.平稳性 平稳性就是要求经样本时间序列所得到的拟合曲线在未来一段期间内仍能顺着现有的形态“惯性”地延续下去;平稳性要求样本时间序列的均值和方差不发生明显变化严平稳:严平稳表示的分布不随时间的改变而改变。只有当时间序列的所有统计性质都不会随着时间的推移而发生变化时,该序列才能被认为平稳。如:白噪声(正态),无论怎么取,都是...原创 2018-07-16 23:22:24 · 31334 阅读 · 0 评论