学习笔记
文章平均质量分 85
草莓人617
这个作者很懒,什么都没留下…
展开
-
机器学习实战(二):决策树
决策树 算法简介 组成:长方形为判断模块,椭圆形为终止模块, 优点:计算复杂度不高,输出结果易于理解,对中间值的缺失不敏感,可以处理不相关特征值数据。 缺点:可能会产生过的匹配问题 适用数据类型:数据型和标称型。 算法实现 决策树的一般流程 收集数据:可使用任何方法。 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,我们应该检查图形是否符合预测。 训练算法:构造树的数据结构。 测试算法: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原创 2021-05-02 15:46:04 · 189 阅读 · 0 评论 -
机器学习实战(一):k-近邻算法
k-近邻算法实例笔记原创 2021-04-24 22:02:25 · 384 阅读 · 2 评论