机器学习
椅糖
假作真时真亦假,无为有处有还无
展开
-
Bayes决策理论在分类中的应用
贝叶斯决策就是在不完全情报下,对部分未知的状态用主观概率估计,然后用贝叶斯公式对发生概率进行修正,最后再利用期望值和修正概率做出最优决策。★已知类条件概率密度参数表达式和先验概率。★利用贝叶斯公式转换成后验概率。★根据后验概率大小进行决策分类。原创 2022-10-13 08:30:00 · 314 阅读 · 0 评论 -
SMO算法在软间隔SVM分类中的应用
序列最小优化算法(SMO) SMO算法是一种启发式的算法,它在求解过程中通过以分析的方式来定位最优解可能存在的位置,从而避免了传统方法在求解中所遭遇的大量数值计算问题,并且最终以迭代的方式来求得最优解。 SMO算法原理 获得没有修剪的原始解; 对原始解进行修建; 更新阈值b #SMO算法在软间隔SVM分类中的应用 import numpy as np import random import matplotlib.pyplot as plt def simple_smo(datas.原创 2022-07-19 15:22:36 · 227 阅读 · 0 评论 -
机器学习习题——对率回归
一、代码 #coding=UTF-8 from numpy import * #调用numpy包的所有资源,主要作用是数学 import numpy as np #调用numpy的同时,起名np import matplotlib.pyplot as plt#调用matplotlib里的pyplot并且起名为plt,主要作用是绘图 #定义一个二维数组18行2列 x=np.array([[0.697,0.460],[0.774,0.376],[0.634,0.264],[0.608,0.318],[0..原创 2022-07-20 08:00:00 · 169 阅读 · 0 评论