- 博客(5)
- 收藏
- 关注
RSS订阅原创 《机器学习入门与实践-基于scikit-learn和Keras》课后习题答案-第三章
1. Logistic回归是根据一组给定的自变量来估计离散值，通过将数据拟合到预测函数来预测事件发生的概率。如果要预测一朵鸢尾花是哪种类型的，先获取已知鸢尾花类型的特征数据，再根据特征训练模型，最后用训练了的模型预测待判断类型的鸢尾花，可得该花朵的类型。（1） 模型假设自变量之间无线性关系，这种假设可能会导致多重共线性问题，从而影响模型的解释性和预测准确性。（3）模型忽略自变量之间的交互效应、这种忽略会导致基于存在交互关系的自变量的模型预测性能下降。
2024-02-09 13:40:58
484
1
原创 《机器学习入门与实践-基于scikit-learn和Keras》课后习题答案-第四章
说明一下，此程序中的训练集和测试集是被随机划分的，基于不同训练集和测试集的KNN模型的精度是不同的。3. KNN算法的原理简单地说是通过分析与其距离最近的K个邻近节点的类别来判断一个新节点的类别。（4）根据多数表决法将未知节点归类到K个最邻近样本中最多数的那种类别。（2）样本不平衡的时候，对稀有类别的预测准确率低；（3）建立KD树、球树之类的模型时需要大量的内存；（1）计算量大，尤其是当特征数非常多的时候；（4）使用的是懒散学习方法，基本上学习；（2）计算未知节点与已知节点之间的距离；
2024-02-07 20:14:38
385
原创 《机器学习入门与实践-基于scikit-learn和Keras》课后习题答案-第七章
4. 损失函数，分类器参数矩阵的范数。1. 最大边距超平面。2. 铰链，正则化项。
2024-02-04 13:34:49
334
1
原创 《机器学习入门与实践-基于scikit-learn和Keras》课后习题答案-第五章
4. 信息熵是训练数据集中的类别与某一属性之间的互信息，表示两事件之间信息的重复部分。6. 决策树算法被广泛应用于商业、农业、气象学、交通、军事、教育等众多领域，如客户群体的分类、农作物的分类、交通数据分析等。由结果可知，第1和第7特征组合下训练出的模型准确率最高。程序只绘制用准确率最高模型进行分类的效果图（见下图）。比较后可知，胎生动物的信息增益量最大，选择此属性对决策树的根节点进行划分。Gain(D,胎生动物)=0.689。Gain(D,水生动物)=0.045。Gain(D,会飞)=0.045。
2024-02-02 21:33:03
626
原创 《机器学习入门与实践-基于scikit-learn和Keras》课后习题答案-第一章
1. 监督学习、无监督学习、强化学习。7. 山鸢尾，变色鸢尾，维吉尼亚鸢尾。9. 特征，花萼长度，花瓣长度。6. Python，机器学习。5. 查准率，查全率。8. 训练集，测试集。
2024-02-01 16:05:05
423
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人