- 博客(2)
- 收藏
- 关注
RSS订阅原创 决策树基本概念
一、决策树概念决策树是一种机器学习的方法。决策树的生成算法有ID3, C4.5和C5.0等。决策树是一种树形结构，其中每个内部节点表示一个属性上的判断，每个分支代表一个判断结果的输出，最后每个叶节点代表一种分类结果。决策树是一种十分常用的有监督学习分类方法。决策树的生成主要分以下两步，这两步通常通过学习已知分类结果的有标签样本来实现。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（如不是二叉树的情况会分成n个子节点）阈值的确定：选择适当的阈值使得分类错
2020-08-22 21:34:34
3309
1
原创 逻辑回归基本流程及鸢尾花项目实战
一、逻辑回归基本流程1、逻辑回归从一组样本的多个特征值中学习规律，建立模型（学习的模型抽象为一个公式f(x)），用这个模型来预测其他样本的结果。而逻辑回归是将预测结果分类。逻辑回归步骤：(1)将x的值归一化(2)写权重函数z=w1x1+w2x2+…+wixi(3)写激活函数a=σ(z)(4)写损失函数L=-ylog(a)-(1-y)log(1-a)(5)做梯度下降w=w-αdw(6)用训练好的权重参数w做预测2、激活函数针对每个特征设权重wi，计算出的z=f(x)会有很多值，想把计算结
2020-08-20 19:32:40
3355
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