![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
算法进阶
文章平均质量分 54
weixin_45900734
这个作者很懒,什么都没留下…
展开
-
算法进阶-提升
提升主要内容分析随机森林的特点由弱分类器得到强分类器样本加权、分类器加权Adaboost算法算法描述前向分步算法+指数损失函数由Adaboost/GBDT改造随机森林提升是一个机器学习概念,可以用于回归和分类问题,它每一步产生一个弱预测模型(如决策树),并加权累计到总模型中;如果每一步的弱预测模型生成都是依据损失函数的梯度方向,则称之为梯度提升。梯度提升算法首先给定一个目标损失函数,它的定义域是所有可行的弱函数集合(基函数);提升算法通过迭代的选择一个负梯度方向上的基函数来逐渐逼近局部极原创 2021-06-12 16:42:26 · 135 阅读 · 0 评论 -
算法进阶-决策树2
这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好! 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar原创 2021-06-08 16:44:49 · 317 阅读 · 0 评论 -
算法进阶-决策树
算法进阶复习信息熵,联合熵,条件熵,互信息决策树学习算法:信息增益ID3,C4.5,CARTBagging与随机森林CART:输入数据X:M个样本数据,每个数据包括年龄、性别、职业,每日使用计算时间等;输出数据:该样本是否喜欢计算机决策树:莺尾花决策树=特征选择结果条件熵H(x,y)-H(x),(x,y)发生所包含的熵,减去X单独发生包含的熵,在X发生的前提下,Y发生新带来的熵,该式子定义为X发生前提下,Y的熵:条件熵H(Y|X)决策树实例决策树定义:是一种树形结构,其中每原创 2021-06-01 12:05:00 · 129 阅读 · 0 评论 -
2021-04-13
回归实践AUC分类器指标原创 2021-04-13 13:15:19 · 72 阅读 · 0 评论 -
算法进阶
回归分类是指结果有限性的问题,预测一个离散的明确变量回归是值结果无限性的问题,预测一个连续的未知变量使用极大似然估计解释最小二乘聊聊假设机器学习中的建模过程,往往充斥着假设,合理的假设是合理模型的必要前提假设具有三个性质:内涵性:假设往往是正确的,但不一定总是正确简化性:假设只是接近真实,往往需要做若干简化发散性:即是假设是明显不正确的,但是结果往往是堪用的高斯分布最大似然估计最小二乘法本质梯度下降算法(当特征维度很大的时候,使用梯度下降算法)特征选择原创 2021-04-11 11:33:30 · 70 阅读 · 0 评论 -
算法进阶
数据清洗庄家与赔率赔率的举例定义:张衡与张顺进行400米自由泳比赛,宋江开赌场坐庄,规定:张衡赢赔率为3,张顺赢赔率为2.假定不存在平局赌徒李逵为张衡下注10两。比赛结束后,若最终张衡赢,则宋江付赌徒李逵30两,赌本10两归庄家所有,即李逵赚20两;若张顺赢,赌本归庄家所有,李逵赔10两。假定张衡赢的概率为0.8,宋江给出的赔率为张衡1.25,张顺为5,则宋江的盈亏分析如下假定所有赌徒中,共有a元买张衡,b元买张顺,则开赛前宋江收入为a+b元开赛后的赔付期望为:E(y) = 0.81.25a原创 2021-04-09 15:45:03 · 82 阅读 · 0 评论