datawhale学习
文章平均质量分 81
鸡蛋蛋炒饭炒蛋
这个作者很懒,什么都没留下…
展开
-
【DataWhale学习】Day10~13-4章决策树——西瓜书学习摘录笔记
【DataWhale学习】Day10~13-4章决策树——西瓜书学习摘录笔记本文参考了周志华老师的西瓜书,李航老师的统计学习方法,谢文睿大佬的南瓜书(无推导尿点,仅加深理解食用)决策树模型 决策树是一种基本的分类与回归方法,其优点是模型具有较强的可读性,其学习的主要步骤包括3个:特征选择、决策树的生成和决策树的修剪。 分类决策树模型是一种描述对实例进行分类的树形结构,由结点和有向边组成,结点有两种类型,即内部节点和叶节点(决定本身的性质的节点),内部节点表示一个特征,叶节点表示一个类 决原创 2022-01-21 02:01:57 · 650 阅读 · 0 评论 -
【DataWhale学习】Day3~9-3章线性回归——西瓜书学习摘录笔记
【DataWhale学习】Day3~9-3章线性模型——西瓜书学习摘录笔记函数的性质在研究线性模型之前,我们先要对凸集下一个定义: 对集合C内的任意两点x1、x2 ∈ C,若它们之间的连线上的所有点仍属于集合C,即则我们称集合C为“凸”的,即C是一个凸集(convex set) 对定义在凸集上的函数f:Rd->R,令定义域内的x、z都满足则我们称函数f(.)为凸的,即f(.)是一个凸函数(convex function)我们对于线性模型的参数估计都是通过凸函数完成的,所以对于一般原创 2022-01-18 02:05:08 · 724 阅读 · 0 评论 -
【DataWhale学习】Day12-1、2章绪论及模型评估与选择——西瓜书学习摘录笔记
【DataWhale学习】Day1~2-1、2章绪论及模型评估与选择——西瓜书学习摘录笔记本文仅摘记且有少量补充及个人理解,因时间问题,完成较为仓促,后续有更深刻理解会进行更新补充。1章-绪论机器学习定义:致力于研究如何通过计算的手段,利用经验来改善系统自身的性能注1:如何理解机器学习?类似对于人脑对于常识经验得到的结论,如诗句:夜里星光明,明朝依旧晴。我们采用我们对于生活经验的总结,可以得到一些规律,而机器学习就是通过对于已知的特征通过数学参数化的形式来描述一系列的特征,然后通过一定的算法进行原创 2022-01-12 02:01:30 · 217 阅读 · 0 评论