机器学习
文章平均质量分 77
windawdaysss
学习使人进步
展开
-
自编神经网络应用于MNIST手写数字识别
本文仅使用python语言来自编神经网络算法应用于MNIST手写数字的识别,在此基础上通过过算法中的参数进行调优来提高模型的识别效果。原创 2022-09-28 11:39:38 · 359 阅读 · 0 评论 -
pytorch应用于MNIST手写字体识别
手写字体MNIST数据集是一组常见的图像,其常用于测评和比较机器学习算法的性能,本文使用pytorch框架来实现对该数据集的识别,并对结果进行逐步的优化。原创 2022-07-30 20:05:58 · 1352 阅读 · 3 评论 -
Logistic回归算法及实现
Logistic回归可以被看成是一种概率估计。我们在每个特征上乘一个回归系数,然后所有值相加,总和带入sigmoid函数,得到一个0~1之间的数值,大于0.5的被分到1类,小于0.5的被分到0类别中。 一、理论基础 用Logistic回归进行分类的主要思想是:根据现有数据对分类边界线建立回归公式,以此进行分类。“回归”源于最佳拟合,表示要找到的最佳拟合参数。 优点:计算代价不高,易于理解和实现 缺点:易欠拟合,分类精度可能不高 适用数据类型:数值型和标称型 sigmoid函数 梯度算子总是指向函数值变化原创 2020-09-02 18:43:07 · 1022 阅读 · 0 评论 -
朴素贝叶斯分类算法及其实现
对于分类任务来说,使用概率有时要比使用硬规则更为有效,朴素贝叶斯即是一种基于概率论进行分类的方法。 一、基础理论原创 2020-09-01 14:34:53 · 1624 阅读 · 0 评论 -
决策树之ID3算法及python实现
基本概念 信息增益: 划分数据前后信息发生的变化。 划分数据的最大原则是:将无序数据变得更加有序 划分数据获得最高信息增益的特征是最好的特征。 信息:若待分事务可被划分在多个类中,则x(i)的信息为: L(x(i)) = -log2p(x(i)) 其中p(x(i))是为该分类的概率。 -熵:信息的期望值: H = - ...原创 2020-08-24 16:07:38 · 931 阅读 · 0 评论