![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
闲鱼!!!
这个作者很懒,什么都没留下…
展开
-
机器学习算法---决策树
决策树1 信息熵2 关于节点的选择,算法(ID3)3 案例实现4 优缺点5 算法选择1 信息熵熵,热力学中表征物质状态的参量之一,用符号S表示,其物理意义是体系混乱程度的度量。信息是个很抽象的概念。人们常常说信息很多,或者信息较少,但却很难说清楚信息到底有多少。比如一本五十万字的中文书到底有多少信息量。直到1948年,香农提出了“信息熵”的概念,才解决了对信息的量化度量问题。信息熵这个词是...原创 2019-08-31 08:56:23 · 127 阅读 · 0 评论 -
机器学习算法---K近邻
K近邻(knn)1 超参数2 k近邻的距离3 pandas的展示4 sklearn5 分类器性能6 K值对与模型的影响7 优缺点1 超参数k2 k近邻的距离欧式距离3 pandas的展示import pandas as pdimport numpy as npdataset = pd.read_excel('./knn案例.xls')print(dataset)f...原创 2019-08-31 09:12:21 · 100 阅读 · 0 评论 -
机器学习算法---朴素贝叶斯
朴素贝叶斯1 联合概率与条件概率2 朴素贝叶斯公式3 拉普拉斯平滑系数4 优缺点1 联合概率与条件概率联合概率:包含多个条件,且条件同时成立的概率P(A,B) = P(A)P(B)条件概率:事件A在另外一个事件B已经发生的条件下发生概率P(A|B) 特性P(A1,A2|B) = P(A1|B)*P(A2|B)2 朴素贝叶斯公式P(C|W) = P(W|C)P(C)/P...原创 2019-08-31 09:51:49 · 112 阅读 · 0 评论 -
机器学习----SVM
SVM1 过拟合与欠拟合的情况2 参数的问题1 过拟合与欠拟合的情况2 参数的问题kernel='linear'时,为线性核,C越大分类效果越好,但有可能会过拟合(defaul C=1)。kernel='rbf'时(default),为高斯核,gamma值越小,分类界面越连续;gamma值越大,分类界面越“散”,分类效果越好,但有可能会过拟合。decision_function_s...原创 2019-08-31 10:13:27 · 100 阅读 · 0 评论 -
机器学习算法---线性回归
线性回归1 线性回归的基本介绍2 简单线性回归介绍3 多元线性回归4损失函数(误差大小)5 正规方程6 梯度下降算法7 均方误差(MSE)8 梯度下降与正规方程的对比9过拟合与欠拟合10 解决过拟合与欠拟合的问题11. L2的正则化12 岭回归13 线性回归与岭回归1 线性回归的基本介绍简单线性回归(Simple Linear Regression)1 很多做决定过过程通常是根据两个或者多个...原创 2019-08-31 10:30:53 · 167 阅读 · 0 评论 -
机器学习算法
机器学习算法1·knn算法2·朴素贝叶斯算法3·线性回归算法4·逻辑回归5·决策树算法6·svm算法7·聚类算法8·集成学习AdaboostXgboost1·knn算法为了判断未知实例的类别,以所有已知类别的实例作为参照数据集计算未知实例与所有已知实例的距离(这里计算的是欧式距离)选择最近K个已知实例根据少数服从多数的投票法则(majority-voting),让未知实例归类为K个最邻近...原创 2019-09-04 16:25:12 · 464 阅读 · 0 评论