- 博客(7)
- 收藏
- 关注
RSS订阅原创 机器学习——支持向量机（SVM）
支持向量机（Support Vector Machine，SVM）是一种基于统计学习理论的机器学习算法，它是由Vapnik和Cortes于1995年提出的。SVM是一种二类分类模型，它的基本模型定义为特征空间上的间隔最大的线性分类器，其学习策略就是间隔最大化，同时它还能够应用于回归问题（SVR，Support Vector Regression）。支持向量机（SVM）是一种强大的机器学习算法，广泛应用于分类和回归任务。它的核心思想是在特征空间中找到一个最优的超平面，使得不同类别的数据点能够被最佳地分隔。
2024-06-11 14:34:13
1014
原创 逻辑回归（Logistic Regression）
逻辑回归是一种广泛使用的统计方法，用于预测二元结果（是/否、成功/失败、阳性/阴性等）。尽管其名称包含“回归”，但逻辑回归实际上是一种分类方法，而不是回归方法。逻辑回归使用sigmoid函数将线性回归的输出映射到0和1之间的概率。sigmoid函数定义为：其中，z 是特征的线性组合，可以通过以下公式计算：在这个公式中，是特征变量，而是模型参数。逻辑函数是一种非常重要和实用的函数，它提供了一种简单而有效的方法来处理概率估计和二分类问题。
2024-05-28 17:15:54
629
原创 机器学习——朴素贝叶斯
朴素贝叶斯分类器是一种基于贝叶斯定理的简单概率分类器，在给定一个待分类项的情况下，通过学习得到的模型计算各个条件概率，进而得到该待分类项属于各个类别的概率，最后选择概率最大的类别作为待分类项的类别。朴素贝叶斯的基本假设是条件独立性，即假设待分类项的每个特征与其他特征相互独立。这个假设使得计算各个条件概率变得简单，因为只需要单独考虑每个特征与类别的概率关系，而不需要考虑特征之间的相互影响。优点：1. 简单易懂：朴素贝叶斯分类器的原理相对简单，易于理解和使用。
2024-05-14 16:56:54
951
1
原创 决策树学习
机器学习是人工智能的一个分支，它使计算机系统能够从数据中学习并做出决策或预测，而不是依赖于严格的编程指令。机器学习算法可以从数据中识别模式和关系，并用这些信息来做出预测或执行任务。决策树是一种常用的机器学习算法，它是一种监督学习算法，可以用于分类和回归任务。决策树模型表示一系列的决策规则，这些规则将输入特征映射到输出标签。
2024-04-30 12:58:36
533
原创 分类模型评估指标及ROC曲线和PR曲线
ROC曲线下的面积（AUC）是评估模型性能的一个重要指标，其值越接近1表示模型性能越好。在图中，我们可以看到随着k值的增加，ROC曲线下的面积（AUC）先增加后减少。这表明存在一个最优的k值，使得模型在测试集上的性能最佳。不同的k值会导致模型的正例识别率和负例识别率发生变化，因此ROC曲线也会相应地调整。
2024-04-16 16:39:13
1057
原创 安装anaconda并进行配置
访问https://repo.anaconda.com/archieve/，根据需求选择合适的版本。下载相关包出现connection error，使用国内镜像源，如清华。访问code.visualstudio.com，根据需求选择合适的版本。打开Anaconda Navigator主界面，如下即安装成功。2.2安装python扩展，Jupyter。新建环境(name为虚拟环境名称)1.2anaconda安装。1、安装anaconda并进行配置。安装anaconda。2.1vscode下载。
2024-03-19 15:57:05
328
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