- 博客(7)
- 收藏
- 关注
RSS订阅原创 机器学习——线性SVM实现鸢尾花分类
支持向量机（SVM）是一种强大的机器学习算法，尤其适用于具有明显类别间隔的数据集。核函数的选择依赖于数据的线性可分性，线性核适用于线性问题，而非线性核适用于复杂的数据结构。线性支持向量机（Linear Support Vector Machine，简称线性SVM）是一种常见的机器学习算法，主要用于二分类和多分类问题。其目标是找到一个最优的超平面，将不同类别的样本分隔开，并最大化两个类别之间的间隔。在支持向量机（SVM）算法中，支持向量是指被划分为不同类别的样本中，离分类超平面最近的一些点。
2024-06-11 14:28:32
277
原创 机器学习之逻辑回归
公式如下： \[ \ell(\theta) = \frac{1}{m} \sum_{i=1}^{m} [y_i \log(h(x_i)) + (1 - y_i) \log(1 - h(x_i))] \] ####对数似然函数代码。逻辑回归的核心思想是通过一个特定的函数，称为"逻辑函数"或"sigmoid函数"，来建立分类模型。参数更新公式 \[ \theta_j := \theta_j + \alpha \frac{1}{m} \sum_{i=1}^{m} (y_i - h(x_i)) x_{ij} \]
2024-05-29 14:00:35
597
原创 贝叶斯分类
朴素贝叶斯（Naive Bayes）是一种简单但有效的概率分类器，基于贝叶斯定理。由于假设特征之间相互独立，它被称为“朴素”。虽然这种假设在实际情况中通常不成立，但朴素贝叶斯分类器在文本分类和垃圾邮件过滤等领域表现优异。
2024-05-14 17:48:54
500
2
原创 决策树 机器学习
在示例中，两种算法可能会选择相同的分裂特征，但树结构和属性选择方法会有所不同。plot_tree(cart_model, filled=True, rounded=True, feature_names=['游戏时长', '成绩及格'], class_names=['不及格', '及格'])plot_tree(id3_model, filled=True, rounded=True, feature_names=['游戏时长', '成绩及格'], class_names=['不及格', '及格'])
2024-04-29 22:26:40
273
1
原创 机器学习的模型评估
在机器学习中，评估分类模型通常涉及多个指标，包括准确率、召回率、F1分数以及ROC和PR曲线等。以下是如何计算这些指标以及如何生成ROC和PR曲线的指导。分类模型评估指标准确率（Accuracy）：模型正确预测的比例。召回率（Recall）：在所有正类中，模型正确预测的比例。精确率（Precision）：在所有模型预测为正的样本中，正确预测的比例。F1分数：精确率和召回率的调和平均数。这些指标可以通过scikit-learn库的metrics模块计算。
2024-04-15 17:44:48
852
1
原创 如何使用k近邻算法解决约会问题
实验环境 PyCharm，Python3有句古话叫做 ”近朱者赤近墨者黑“ ，这差不多就是k-近邻算法的中文描述。
2024-04-01 20:46:49
421
原创 Anaconda安装和配置环境及PyCharm集成指南
为了方便开发者进行Python相关项目的开发和管理，Anaconda成为了一个备受推崇的工具，它提供了一个完整的Python生态系统，包括环境管理、软件包安装等功能。Anaconda是Python数据科学、机器学习和科学计算的首选工具之一，而PyCharm作为一款强大的集成开发环境（IDE），与Anaconda的结合可以提升开发效率。本文将详细介绍Anaconda的安装、环境配置过程，以及如何将Anaconda环境与PyCharm进行集成，帮助读者快速搭建Python开发环境。
2024-03-19 10:16:16
366
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