![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
HU_LSS
这个作者很懒,什么都没留下…
展开
-
图计算:社区发现算法
** 图计算:社区发现算法 ** 社区划分问题大多基于这样一个假设:同一社区内部的节点连接较为紧密,社区之间的节点连接较为稀疏。因此,社区发现本质上就是网络中结构紧密的节点的聚类。 从这个角度来说,这跟聚类算法一样,社区划分问题主要有两种思路: (1)凝聚方法(agglomerative method):添加边 (2)分裂方法(divisive method):移除边 另一方面,我们...转载 2020-04-09 18:01:20 · 1929 阅读 · 0 评论 -
随机森林(Random Forest)
随机森林(Random Forest) bagging+决策树 = 随机森林 随机森林是一种重要的基于Bagging的集成学习方法,用来做分类,回归等问题。 随机森林有许多优点: 具有极高的准确率 随机性的引入,使得随机森林不容易过拟合 随机性的引入,使得随机森林有很好的抗噪音能力 能处理高维度的数据,并且不用做特征选择 既能处理离散型数据,也能处理连续型数据,数据集无需规范化 训练速度快,可以...原创 2019-10-30 18:22:43 · 1142 阅读 · 0 评论 -
机器学习简介
机器学习的主要任务是将实例数据划分到合适的分类中,机器学习的另一任务是回归,主要用于预测数值型数据。 分类和回归属于监督学习,之所以称之为监督学习,是因为这类算法必须知道预测什么,即目标变量的分类信息。与监督学习相对应的是无监督学习,此时数据没有类别信息,也不会给定目标值。在无监督学习中,将数据集合分成由类似的对象组成的多个类的过程被称为聚类;将寻找描述数据统计值的过程称为密度估计。此外无监督学习...原创 2018-12-06 22:24:35 · 116 阅读 · 0 评论 -
KNN实现手写数字识别
KNN实现手写数字识别 from numpy import* import operator from os import listdir #KNN #inX:用于分类的数据,dataSet:训练集,labels:标签 def classify0(inX,dataSet,labels,k): dataSetSize = dataSet.shape[0] diffMat = tile...原创 2019-08-19 17:07:50 · 489 阅读 · 0 评论