机器学习
褐瑟俗
本博客只是在学习过程中做的一些记录,做一些积累等
展开
-
机器学习实战之朴素贝叶斯
一、 朴素贝叶斯理论1、什么是朴素贝叶斯朴素贝叶斯(naive Bayes)是贝叶斯决策理论的一部分,是基于贝叶斯定理与特征条件独立假设的分类方法,它是一种简单但极为强大的预测建模算法。之所以称为朴素贝叶斯,是因为它假设每个输入变量是独立的。这个假设很硬,现实生活中根本不满足,但是这项技术对于绝大部分的复杂问题仍然非常有效。最为广泛的两种分类模型是决策树模型(Decision Tree Model)和朴素贝叶斯模型(Naive Bayesian Model,NBM)。2、朴素贝叶斯的算法原理朴素贝叶原创 2020-10-28 22:06:40 · 643 阅读 · 0 评论 -
机器学习实战之决策树
一、决策树概念1、书上概念决策树(decision tree)是一类常见的机器学习方法。2、算法介绍决策树类似于数据结构中的二叉树,从上到下,依次进行判断,以西瓜书中对西瓜的判断为例,如下图所示:#mermaid-svg-sFHf1fUCc5f4xqvR .label{font-family:'trebuchet ms', verdana, arial;font-family:var(--mermaid-font-family);fill:#333;color:#333}#mermaid-sv原创 2020-10-20 17:38:38 · 310 阅读 · 0 评论 -
机器学习实战之K-近邻算法
一、K-近邻算法概念1、书上概念:K-近邻算法采用不同特征值之间的距离的方法进行分类2、算法介绍:计算测试数据与各个训练数据之间的距离;按照距离的递增关系进行排序;选取距离最小的K个点;确定前K个点所在类别的出现的频率;返回钱K个点中出现频率最高的类别作为测试数据的预测分类。3、怎么算:比如:如下这张图, 图中有两种点,一种是蓝色的正方形,一种是红色的三角,在图片的中间有一个未知的绿色圆点,请问这个绿色远点应该是蓝色的正方形,还是红色的三角形?在这里:首先将绿色远点与整个原创 2020-10-19 22:34:56 · 836 阅读 · 0 评论