weixin_41040479-CSDN博客

原创《crontab定时运行docker内py文件》

https://zhuanlan.zhihu.com/p/231539300https://blog.csdn.net/hzy459176895/article/details/107978979服务器设置定时运行py文件1 查看crontab 输入：cat /etc/crontab2 查看当前用户的定时任务：crontab -l3 设定定时任务编辑crontab 输入定时任务内容：crontab -e4 查看刚配置的定时任务：crontab -l5 启动定时任务： /bin

2022-01-06 10:09:42 1375

原创《机器学习算法 6---随机森林》

一原理随机森林算法是通过训练多个决策树，综合多个树的结果进行投票，从而实现分类。1. 生成单棵决策树：若训练总样本的个数为N，单棵决策树从N个训练集中有放回的随机抽取n个样本作为此颗树的训练样本集。若训练样本的特征个数为M，则我们在每颗决策树的每个节点上进行分裂时，从M个输入特征里随机选择m个输入特征，m远远小于M然后从这m个输入特征里选择一个特征进行分裂。m在构建决策树的过程中不会改变。直到树节点的所有训练样例都属于同一类。不需要剪枝。因为之前的两个随机采样的过程保证了随机性，所以不剪枝

2020-06-28 22:28:01 218

原创《机器学习算法 5---决策树》

在写GBDT的时候，觉得应该把决策树先写一下决策树是一种基本的分类与回归方法。根据特征对数据不断划分，直到满足停止条件。学习时，利用训练数据，根据损失函数最小的原则建立决策树模型；预测时，对给定的样本，利用建立好的树模型进行分类。决策树学习的本质是从训练数据中归纳出一组分类规则三个步骤：特征选择、决策树生成、决策树的修剪。1 选择要划分的特征(1) 信息增益（ID3）用熵来度量数据的无序...

2020-06-28 20:08:12 101

原创《机器学习算法 4---支持向量机SVM》

SVMSVM的思想是找到一个分割超平面把两类分开，并且使得离超平面最近的点到超平面的距离最大。这些点就是支持向量。函数描述为：wx+b>=1wx+b>=1wx+b>=1 y=+1y=+1y=+1wx+b<1wx+b<1wx+b<1 y=−1y=-1y=−1两式合并为：yi(wTxi+b)>=1y_i(w^Tx...

2020-06-28 18:54:51 115

原创《机器学习算法2 ---SGDClassifer随机梯度下降分类器》

SGDClassifer简单的整理了一下，后面会有补充，欢迎指正~一原理我们都知道随机梯度下降是一个最优化算法，在很多算法中用它来找到最优参数。而随机梯度下降分类器就是那些使用了该方法来求解的线性分类器的集合，其中包括SVM, LR等。二实现sklearnfrom sklearn.linear_model import SGDClassifierclf = SGDClassifier(loss="hinge", penalty="l2")clf.fit(X, y)clf.predi

2020-06-24 20:58:30 1314

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

原创 《crontab定时运行docker内py文件》

原创 《机器学习算法 6---随机森林》

原创 《机器学习算法 5---决策树》

原创 《机器学习算法 4---支持向量机SVM》

原创 《机器学习算法2 ---SGDClassifer随机梯度下降分类器》

空空如也

空空如也

原创《crontab定时运行docker内py文件》

原创《机器学习算法 6---随机森林》

原创《机器学习算法 5---决策树》

原创《机器学习算法 4---支持向量机SVM》

原创《机器学习算法2 ---SGDClassifer随机梯度下降分类器》