机器学习
文章平均质量分 91
波比波
如果梦想有捷径的话,那么这条路的名字一定叫坚持。
展开
-
机器学习数学语言(8.3作业)
1.决策表写出本例中的 U\mathbf{U}U, C\mathbf{C}C, D\mathbf{D}D 和 V\mathbf{V}V 注: 最后两个属性为决策属性U={x1,x2,x3,x4,x5,x6,x7}U=\{x_1, x_2, x_3, x_4, x_5, x_6, x_7\}U={x1,x2,x3,x4,x5,x6,x7} is the set of instances,C={Yes,No,High,Normal,Low}\mathbf{C}=\{Yes,No,Hig原创 2021-08-07 21:57:50 · 356 阅读 · 0 评论 -
机器学习数学语言(8.2作业)
1.图与网络定义无向网络.A undirected net is a tuple G=(V,w)G = (\mathbf{V}, w)G=(V,w), where V\mathbf{V}V is the set of nodes, and w:V×V→Rw: \mathbf{V} \times \mathbf{V} \to \mathbb{R}w:V×V→R is the weight function where w(vi,vj)w(v_i, v_j)w(vi,vj) is the weight原创 2021-08-02 14:57:01 · 529 阅读 · 0 评论 -
机器学习数学语言(7.28作业)
1.累加累乘与积分1.将向量下标为偶数的分量 (x2, x4, …) 累加, 写出相应表达式.∑i=2nn∈Nxi\sum_{i=2n}^{n\in \mathbb{N}} x_ii=2n∑n∈Nxi2.各出一道累加、累乘、积分表达式的习题, 并给出标准答案.①将矩阵中大于等于1的分量平方并累加:∑xij≥1xij2\sum_{x_{ij}≥1}x_{ij}^2xij≥1∑xij2②将矩阵中不为0的分量累乘:∏xij≠0xij\prod_{x_{ij}≠0}x_{ij}xij=原创 2021-07-28 22:29:18 · 272 阅读 · 0 评论 -
机器学习数学语言(7.27作业)
1.二元关系1.令A={1,2,5,8,9}\mathbf{A} = \{1, 2, 5, 8, 9\}A={1,2,5,8,9}, 写出 A\mathbf{A}A 上的 “模 2 同余” 关系及相应的划分.P={{1,5,9},{2,8}}\mathcal{P}=\{\{1, 5, 9\}, \{2, 8\}\}P={{1,5,9},{2,8}}2.A={1,2,5,8,9}\mathbf{A} = \{1, 2, 5, 8, 9\}A={1,2,5,8,9}, 自己给定两个关系R1\mathbf{原创 2021-07-27 22:08:02 · 152 阅读 · 0 评论 -
机器学习数学语言(7.26作业)
1.描述你在学习、使用数学表达式时的困难, 可举例说明.1.分不清小括号中括号大括号该什么时候用,比如向量,有小括号(),中括号[],有的时候用大括号{}2.分段函数不知道应该怎么写,通过查资料:f(n)={n/2,if n is even3n+1,if n is odd f(n)= \begin{cases} n/2, & \text {if $n$ is even} \\ 3n+1, & \text{if $n$ is o原创 2021-07-26 22:28:14 · 202 阅读 · 0 评论 -
Java学习日记(61-70天,决策树与集成学习)
学习地址目录第 61 天: 决策树 (1. 准备工作)第 61 天: 决策树 (1. 准备工作)决策树的生成主要分以下两步,这两步通常通过学习已经知道分类结果的样本来实现。1.节点的分裂:一般当一个节点所代表的属性无法给出判断时,则选择将这一节点分成2个子节点(如果不是二叉树的情况会分成n个子节点)2.阈值的确定:选择适当的阈值使得分类错误率最小 (Training Error)。 ID3: 由增熵(Entropy)原理来决定哪个做父节点,哪个节点需要分裂。对于一组数据,熵越小说明分类结果越好。原创 2021-07-12 21:28:45 · 407 阅读 · 0 评论 -
Java学习日记(51-60天,kNN 与 NB)
学习地址目录第 51 天: kNN 分类器第 51 天: kNN 分类器今天将代码抄写并运行下载安装了weka.jar包,加载arff文件代码:package xjx;import java.io.FileReader;import java.util.Arrays;import java.util.Random;import weka.core.*;public class KnnClassification { /** * Manhattan distance.原创 2021-07-02 21:52:41 · 403 阅读 · 0 评论