《机器学习实战》
《机器学习实战》学习笔记
curtain灬、
这个作者很懒,什么都没留下…
展开
-
《机器学习实战》DecisionTree学习笔记
决策树的优缺点 优点:计算复杂度不高,输出结果易于理解,对中间值不明干,可以处理不相关特征数据。 缺点:可能会产生过度匹配。 范围:数值型和标称型。 决策树的一般流程 收集数据 准备数据:树构造算法只适用于标称型数据,因此数值型数据必须离散化 分析数据:可以使用任何方法,构造树完成之后,应该检查图形是否符合预期 训练算法:使用经验树计算错误率 使用算法:此步骤可以适用于任何监督学习算法,而使用决策...原创 2020-03-01 18:11:40 · 161 阅读 · 0 评论 -
《机器学习实战》kNN学习笔记
概述 k-近邻算法采用测量不同特征值之间的距离方法进行分类 优缺点 优点:精度高、对异常值不敏感、唔数据输入假定 缺点:计算复杂度高、空间复杂度高。 适用数据范围:数值型和标称型 标称型:标称型目标变量的结果只在有限目标集中取值,如真与假(标称型目标变量主要用于分类)标称型:标称型目标变量的结果只在有限目标集中取值,如真与假(标称型目标变量主要用于分类) 数值型:数值型目标变量则可以从无限的数值集...原创 2020-02-20 16:04:36 · 374 阅读 · 0 评论