Lucian333-CSDN博客

原创支持向量机 (SVM) 博客

主要内容回顾在本博客中，我们详细介绍了支持向量机（SVM）的基本概念、数学原理和实现方法，并通过代码示例展示了线性和非线性SVM的实现过程。SVM的基本概念，如超平面、分类间隔和支持向量。线性可分支持向量机的数学公式、求解方法和代码实现。非线性支持向量机的核技巧、常见核函数和代码实现。SVM的优缺点。支持向量机在未来研究中的前景随着机器学习和人工智能技术的不断发展，支持向量机仍然是一个重要的研究方向。大规模数据处理：开发更高效的算法，以应对大规模数据集的训练和预测问题。多类分类问题。

2024-06-11 09:40:22 952

原创逻辑回归 (Logistic Regression) 入门指南

逻辑回归是一种广泛应用于分类问题的统计方法。尽管名字中带有“回归”二字，但逻辑回归主要用于解决二分类问题（例如：判断邮件是否为垃圾邮件，诊断病人是否患有某种疾病）。逻辑回归通过学习输入特征与输出类别之间的关系来预测二元结果（0或1，真或假，是或否）。在逻辑回归中，常用的损失函数是对数损失函数（Log Loss），也称为二元交叉熵损失。它衡量的是模型预测概率与实际类别之间的不一致性。

2024-05-29 13:16:08 731

原创贝叶斯分类器：机器学习中的经典算法

贝叶斯分类器是一类基于贝叶斯定理的统计分类算法。它使用概率推理来预测给定样本属于某个类别的概率。在贝叶斯分类器中，通常假设特征之间是相互独立的，这种假设下的分类器被称为朴素贝叶斯分类器。贝叶斯分类器在处理分类问题时，特别是在文本分类和垃圾邮件检测等应用中表现出色。本文旨在全面介绍贝叶斯分类器。我们将从基本概念开始，详细解释贝叶斯定理、条件概率、先验概率和后验概率，然后介绍朴素贝叶斯分类器的原理和实现。接下来，我们会展示如何使用Python实现朴素贝叶斯分类器，并讨论其在不同领域的应用。

2024-05-14 16:53:13 761

原创决策树入门指南

决策树是一种常用的机器学习算法，适用于分类和回归任务。它的目标是创建一个模型，该模型通过学习从数据特征中推导出的简单决策规则来预测目标变量的值。

2024-04-30 17:18:29 490

原创【无标题】

曲线下的面积（Area Under the Curve, AUC）可以用来评估模型的整体性能，AUC值越高，表示模型的分类性能越好。在机器学习中，特别是分类问题上，评估模型的性能是至关重要的。在评估分类模型的性能时，ROC和PR曲线是两种非常重要的工具。本实验的目的是通过绘制不同阈值k下的ROC曲线来分析分类模型的性能变化。混淆矩阵是一个非常有用的工具，用于测量分类模型的性能，它展示了实际类别与模型预测类别的对比情况。ROC曲线是一种图表，用于展示分类模型在所有可能的分类阈值下的性能。

2024-04-15 18:55:40 487 1

原创 KNN算法

K最近邻 (K-Nearest Neighbors, KNN) 算法是一种基本且广泛使用的分类和回归方法。它的工作机制非常简单：对于给定的测试样本，基于某种距离度量找出训练集中与之最接近的K个训练样本，然后基于这K个“邻居”的信息来进行预测。

2024-04-01 18:16:36 624

原创如何使用Anaconda安装和配置PyTorch

在开始之前，请确保您的系统上已经安装了Anaconda。如果还没有安装，您可以访问下载并安装最新版本的Anaconda。安装完成后，您可以按照以下步骤安装和配置PyTorch。

2024-03-18 21:45:28 591 1

weixin_73284969的博客