![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 94
wangying。。。
这个作者很懒,什么都没留下…
展开
-
第6章 支持向量机
本章内容:(1)简单介绍支持向量机 (2)利用SMO进行优化 (3) 利用核函数对数据进行空间转换 (4)将SVM和其他分类器进行对比原创 2021-08-17 09:45:32 · 354 阅读 · 0 评论 -
第五章 Logistic回归
一 本章内容 1.Sigmoid函数和Logistic回归分类器 2.最优化理论初步 3.梯度下降最优化方法 4.数据中的缺失项处理原创 2021-08-14 10:51:49 · 277 阅读 · 0 评论 -
机器学习-------第四章 基于概率论的分类方法:朴素贝叶斯
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 文章目录 前言 一、pandas是什么? 二、使用步骤 1.引入库 2.读入数据 总结 前言 前两章我们要求分类器做出艰难的决策,也就是给出明确答案,有事务分类器也会产生错误,这时可以要求给出一个最优类别的猜测结果,并给出猜测概率的估计值。 一、朴素贝叶斯的学习目标 1.使用概率分布进行分类 2.学习朴素贝叶斯分类器 3.解析RSS源数据 4.使用朴素贝叶斯来分析不同地区的态度 二、使用步骤原创 2021-08-11 10:07:04 · 453 阅读 · 0 评论