![](https://img-blog.csdnimg.cn/2020031000432490.jpg?x-oss-process=image/resize,m_fixed,h_224,w_224)
机器学习
记平时上课的笔记,总结,加深印象,方便复习。
忌颓废
୧⍤⃝ 缓慢而坚定的生长୧⍤⃝
展开
-
机器学习笔记(三):决策树
决策树决策树(DT)是一种用于分类和回归的非参数监督学习方法。目的是创建一个模型,通过学习从数据特征推断出的简单决策规则来预测目标变量的值。1、常用的决策树算法见下表:2、分类——实现类是DecisionTreeClassifier,能够执行数据集的多类分类输入参数为两个数组X[n_samples,n_features]和 y[n_samples],X 为训练数据,y 为训练数据的标记...原创 2020-03-10 17:29:56 · 321 阅读 · 0 评论 -
机器学习笔记(二):回归分析
线性模型1、基本形式给定由 d个属性描述的示例 x= (x1; x2;…;xd ) 其中均是 在第 i个属性上的取值,线性模型(linear model) 试图学得一个通过属性的线性组合来进行预测的函数,即一般用向量形式写成其中 ω=(ω1 ;ω2;…;ωd) ω 和 d 学得之后,模型就得以确定。线性模型形式简单、易于建模,但却蕴涵着机器学习中一些重要的基本思想.许多功能更为...原创 2020-03-10 16:06:29 · 2191 阅读 · 0 评论 -
机器学习笔记(一):绪论、模型评估与选择
阅读目录什么是机器学习?基本术语归纳与演绎归纳偏好经验误差与过拟合评估方法性能度量比较检验与偏差方差练习什么是机器学习?利用计算机从历史数据在找出规律,并把这些规律用到对未来不确定场景的决策。机器学习的典型应用:(1)关联规则:啤酒+纸尿片,购物篮分析(2)聚类:用户细分精准营销(3)朴素贝叶斯:垃圾邮件检测(4)决策树:风险识别(5)ctr预估:互联网广告:...原创 2020-03-10 00:47:38 · 365 阅读 · 0 评论