![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 83
dream or nightmare
分享资源,总结知识,一起进步。
展开
-
机器学习实战(二)——python实现决策树
1.决策树介绍决策树是一种基本的分类和递归方法,决策树由节点和有向边组成内部节点表示一个特征或者属性 叶子节点表示一种分类 有向边表示选择某种特征之后对数据集进行划分2.决策树学习决策树的生成包括三个步骤:特征选择、决策树生成、决策树剪枝2.1 生成算法将所有数据放在根节点 选择一个最优的特征,根据这个特征将训练数据分割成子集,使得各个子集在当前条件下有一个最好的分类 递归下去,直到所有数据子集都被基本正确分类、或者没有合适的特征为止递归返回的三种情况: 当前节点包原创 2021-01-19 11:09:09 · 1589 阅读 · 0 评论 -
机器学习实战(一)——K邻近算法及其python实现
1.k-邻近算法介绍k邻近算法是一种基本思想就是:给定带有标签的训练集,给定一个没有标签的数据(也就是待分类的数据),将这个数据的样本特征和训练集的样本特征进行对比,然后选择出训练集中最相近的k个训练样本,待分类的数据的标签就是这k个训练样本中出现次数最多的标签。k邻近算法最重要是需要选择合适的距离度量。2.python实现2.1从文件中读取数据...原创 2021-01-17 15:58:33 · 462 阅读 · 0 评论 -
哈工大2020秋机器学习期末试题
哈工大2020秋机器学习期末试题1.决策树 (8分)2.贝叶斯决策 (8分)3.svm (8分)4.机器学习的方法 (8分)5.逻辑回归 (7分)6.pca (8分)7.k-means (8分)8.线性回归 (5分)个人觉得题目整体不是很难,但是有几个地方不好写。我考试的时候犯浑读错题目意思了,白白耽误半个小时,最后还有三分钟才读懂题目意思,慌乱一顿写,写的乱七八糟的。希望老师捞一手。哭了。通过这次考试我知道了语文的重要性,语文不好读个题都费事。1.决策树 (8分)(1)什么是互信息(2)用互原创 2020-11-24 09:21:01 · 9281 阅读 · 6 评论 -
k-Means的优缺点
k-Means的优缺点1.1 k-Means的优点1.2 加速k-Means1.3 k-Means的缺点1.4 k-Means的性质1.5 和GMM的比较1.1 k-Means的优点计算复杂度低,为O(Nkq),其中k为聚类的数量、q为迭代的次数,通常k和q小于N,此时的复杂度相当于O(N)思想简单,容易实现1.2 加速k-Meansk均值算法中,每个E步骤都需要计算每个向量和每个数据点之间的欧几里得距离。加速这个过程的方法有:基于对数据结构的预先计算,例如将数据组织成树结构,使得相邻的数原创 2020-11-17 16:13:01 · 5049 阅读 · 0 评论 -
哈工大2019秋机器学习期末试题
机器学习这门课太搞心态了,没有教学大纲,老师上课不备课,临场发挥,英文的PPT,经常上课上着上着不知道老师讲啥去了,你永远不知道老师下节课讲什么,下一秒跳转到哪里去。且看老师的聊天记录。。。还好室友给了一份2019年的期末试题,希望对备考的大家有帮助。我先跪了。...原创 2020-11-03 08:59:36 · 8853 阅读 · 13 评论