![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习基础知识
文章平均质量分 75
机器学习基础相关知识
China_Musk
一个人的优秀程度,取决于他生活的广度
展开
-
LSTM模型
LSTM模型原创 2022-09-08 22:21:51 · 947 阅读 · 1 评论 -
基于GPT模型的对话系统
基于GPT模型的闲聊系统原创 2022-08-15 22:40:20 · 1587 阅读 · 0 评论 -
机器学习之随机森林模型
随机森林1.什么是集成模型①集成模型:大白话就是把若干个决策树合到一起的模型(三个臭皮匠顶个诸葛亮)②优势:1)效果好,稳定;2)可解释性强③集成模型的分类:1)Bagging:随机森林;基于Bagging的构造,预测过程:2)Boosting:GBDT,XGBOOST下篇Blog介绍,本节以随机森林为主2.举例:问题:假设邀请了9位专家,而且每一位专家在决策上犯错误的概率位0.4,那么他们共同决策时最终犯错误的概率是多少?通过这个例子我们可以看到一个人决策时犯错误的概率为0.4,原创 2022-04-21 23:04:42 · 3273 阅读 · 0 评论 -
机器学习之决策树模型
决策树1.什么是决策树:一种通过决策条件将数据分为若干类的分类模型2.关键知识点:(1) 不确定性:什么是不确定性?举个例子,明天有90%可能性下雨,那我们出门之前肯定是会拿上雨伞,这就叫对于拿伞的不确定性很低(言外之意就是确定要拿伞);明天有50%的可能性会下雨,那我们出门之前纠结到底要不要拿伞,这就叫对于拿伞的不确定性很高(言外之意就是纠结到底要不要拿伞)(2) 好的特征:决策树中什么是好的特征?就是通过使用该特征分类后,所有的样本都被准确的分为同一类(3) 信息熵:公式:H=−∑i原创 2022-04-16 18:03:24 · 1171 阅读 · 0 评论 -
机器学习之朴素贝叶斯模型
朴素贝叶斯模型的目标函数以及目标函数的求解原创 2022-04-05 13:55:56 · 1270 阅读 · 0 评论 -
机器学习之逻辑回归
逻辑回归目标函数的求解原创 2022-04-04 16:09:00 · 601 阅读 · 0 评论 -
机器学习之多元线性回归
多元线性回归多元线性回归:多元线性在一元线性回归的基础上,增加了多个特征,目标函数与一元线性回归类似,但也有区别这样一比,区别自然而然就出来了!多元线性回归的目标函数以及解析解补充:多元线性回归的目标函数目标函数的解析解注意:代码实现#从0实现多元回归import numpy as np # 创建样本数据X = np.array([[1, 2], [2, 3], [3, 4], [5, 6]]) y = np.dot(X, np.array([3, 3])) + 1#原创 2021-12-16 17:14:00 · 1391 阅读 · 0 评论 -
机器学习基础知识之一元线性回归模型
一元线性回归模型引言问题:现在有图中的六个点,我想通过找寻图中六个点的规律,当第七个点来的时候借鉴此规律得到X7的值,我该如何操作?一元线性回归模型为了解决上述问题我们引入一元线性回归模型什么是一元线性回归模型:一元就是有一个输入(即一个特征),通过找寻输入x与输出y的“最佳”关系,对未来的样本进行预测大白话(个人理解):如何求解一元一次函数其实一元线性回归模型与图中的例子类似,就是通过计算多个真实值与预测值来找寻最优的w,b,通过解得w,b对下一个新输入的x求解,得到y这里我们原创 2021-12-15 13:11:50 · 1857 阅读 · 0 评论