机器学习
文章平均质量分 60
xujingpilot
这个作者很懒,什么都没留下…
展开
-
github使用方法
github需要做的事情1、注册https://github.com/2、新建Repositories下载git本地仓库git init 初始化git config http.sslVerify "false"如果提示:fatal: not in a git directory那就先执行git init再输入:git config http.sslVerify "false"二、两个仓库的合并1.首先建立ssh加密。目的:本地就和远程建立了加密协议,如果不使用加密协议,原创 2021-05-21 14:03:07 · 329 阅读 · 0 评论 -
SCALA下的GBDT与LR融合实现
我们直接使用的ML的包对GBDT/LR进行融合首先我们需要导入的包如下所示:import org.apache.spark.sql. Rowimport scala.collection.mutableimport org.apache.spark.mllib.classification.LogisticRegressionWithLBFGSimport org.apache.spar...原创 2019-12-26 11:39:34 · 664 阅读 · 0 评论 -
梯度下降
在求解机器学习算法的模型参数,即无约束优化问题时,梯度下降(Gradient Descent)是最常采用的方法之一,另一种常用的方法是最小二乘法。这里就对梯度下降法做一个完整的总结。1. 梯度定义 导数与梯度 梯度的定义如下: 梯度的提出只为回答一个问题: 函数在变量空间的某一点处,沿着哪一个方向有最大的变化率? 梯度定义如下: 函数在某一点的梯度是这样一个向...原创 2019-01-07 22:10:30 · 256 阅读 · 0 评论 -
决策树与其可视化(python)
决策树的理论我就不说了,主要介绍怎么实(调)现(包),如下所示:from sklearn.tree import DecisionTreeClassifierdtc = DecisionTreeClassifier(criterion='gini',)dtc.fit(x_new,y_train)y_predict = dtc.predict(x_new2)skle...原创 2019-05-17 20:15:08 · 2121 阅读 · 0 评论 -
svm简介
支持向量机(Support Vector Machine)是于1995年首先提出的,它在解决小样本、非线性及高维模式识别中表现出许多特有的优势,并能够推广应用到函数拟合等其他机器学习问题中。支持向量机方法是建立在统计学习理论的VC 维理论和结构风险最小原理基础上的,根据有限的样本信息在模型的复杂性(即对特定训练样本的学习精度,Accuracy)和学习能力(即无错误地识别任意样本的能力)之间寻求最...原创 2019-08-22 23:57:28 · 366 阅读 · 0 评论