![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习算法
还没想好116
这个作者很懒,什么都没留下…
展开
-
支持向量机总结(SVM)
概念:支持向量机(SVM)是一种二分类模型,它的基本模型是定义在特征空间上的间隔最大的线性分类器;SVM还包含核技巧,使它成为非线性分类器。SVM可以分为以下几种:线性可分支持向量机:当训练样本线性可分时,通过硬间隔最大化,学习一个线性分类器。又称硬间隔支持向量机线性支持向量机:当训练样本近似可分时,通过软间隔最大化,学习一个线性分类器。又称软间隔支持向量机非线性支持向量机:当训练样本...原创 2019-12-12 22:42:36 · 487 阅读 · 0 评论 -
逻辑回归模型
由于逻辑回归是机器学习中的模型,所以在介绍逻辑回归前,先看看一些基本的知识!上篇博文介绍了线性回归模型,机器学习:通俗来讲就是让机器学会决策,即学习一个函数f(x),这个函数可以很好的实现输入到输出的映射。而常见的实际问题中,分类和回归是机器学习的主要问题;回归问题:输入变量和输出变量可能具有不同的类型,当输入变量和输出变量均为连续变量的预测问题分类问题:输入变量和输出变量可能具有不...原创 2019-11-30 15:42:48 · 232 阅读 · 0 评论 -
详解线性回归
线性回归:预测函数:我们以上图为例: 在一维空间中,线性回归是通过学习一条直线(下图),使得这条直线尽可能的拟合所有的已知点y, 并且希望新的样本点也尽可能的落在直线上(泛化能力)。其中: y是实际值(已知点),hθ(x)是预测值。损失函数:假如我们现在已经有了一条直线,那怎么评价这个直线拟合的好坏呢??所以我们提出对**预测函数hθ(x)**进行评估,评估函数就是一般的损失函数。...原创 2019-11-29 22:06:07 · 858 阅读 · 0 评论 -
ML_集成学习与Boosting模型
概念:集成学习:顾名思义就是构建并结合多个学习器来完成学习任务,这样学习出来的效果比一个学习器的效果好!集成学习的一般结果如下所示:先产生一系列的“个体学习器”,再通过某种策略将他们结合起来...原创 2019-08-14 16:31:14 · 277 阅读 · 0 评论 -
机器学习模型融合stack详解及代码实战
先贴上一张经典的模型融合stack1的图:网上关于模型融合stack的讲解已经很多了,这里推荐一些讲的很不错的资料,相信一看就懂:https://zhuanlan.zhihu.com/p/42229791https://zhuanlan.zhihu.com/p/40693176代码:参考推荐的第一篇资料中的代码,由于一些API的变化,一直报错,经过修正后,如下,过程可以自行print查...原创 2019-10-06 12:03:12 · 1346 阅读 · 0 评论 -
独热向量编码(one-hot encoding)原理详解与实现
独热编码独热编码通常用于处理类别间不具有大小关系的特征。例如:特征:血型,一共有四种类别(A,B,AB,O),采用独热编码后,会把血型变成有一个4维的稀疏向量,A表示为(1,0,0,0)B表示为(0,1,0,0)AB表示为(0,0,1,0)O表示为(0,0,0,1)有几个类别,就会生成几维的稀疏向量。实现OneHotEncoder()pandas.get_dummies()...原创 2019-10-11 15:27:19 · 5944 阅读 · 0 评论