![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 74
weixin_44719529
这个作者很懒,什么都没留下…
展开
-
2021-12-12-机器学习评价指标总结
模块学习原创 2021-12-12 12:52:28 · 2244 阅读 · 0 评论 -
机器学习基本算法-参数
基本机器学习算法相关重要参数:模型=算法+数据一、分类算法:1、数据特点:要求数据的目标值离散2、分类及重要参数K近邻算法:根据样本与样本的欧式距离计算,n_neighbors需要进行交叉验证和网格搜索,可以通过estimator.scolar()函数验证模型的准确性朴素贝叶斯算法:会计算先验概率,要求历史数据严谨,没有可调参数决策树和随机森林:通过信息熵和信息增益计算根节点(更详细的是根据基尼系数),其中决策树中的min_samples_split=2(默认),min_samples原创 2021-10-31 21:48:56 · 930 阅读 · 0 评论 -
分类估计器--朴素贝叶斯算法
文章目录前言一、朴素贝叶斯数学知识1. 联合概率和条件概率2.朴素贝叶斯-贝叶斯公式????(????):每个文档类别的概率(某文档类别词数/总文档词数)????(????│????):给定类别下特征(被预测文档中出现的词)的概率????(????1│????)=????????/???? (训练文档中去计算)????????为该????1词在C类别所有文档中出现的次数N为所属类别C下的文档所有词出现的次数????(????1,????2,…) 预测文档中每个词的概率3. 实例化计算4. 拉普拉斯平原创 2021-10-23 11:10:47 · 212 阅读 · 0 评论 -
回归算法--K近邻算法
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前言一、pandas是什么?二、使用步骤1.引入库2.读入数据总结前言提示:这里可以添加本文要记录的大概内容:例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。提示:以下是本篇文章正文内容,下面案例可供参考一、pandas是什么?示例:pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。二、使用步骤1.引入库代码原创 2021-10-23 11:10:06 · 2046 阅读 · 0 评论