![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
算法
youzinan007
这个作者很懒,什么都没留下…
展开
-
决策树的理解
决策树(decision tree)是一个树结构(可以是二叉树或非二叉树)。其每个非叶节点表示一个特征属性上的测试,每个分支代表这个特征属性在某个值域上的输出,而每个叶节点存放一个类别。使用决策树进行决策的过程就是从根节点开始,测试待分类项中相应的特征属性,并按照其值选择输出分支,直到到达叶子节点,将叶子节点存放的类别作为决策结果。http://www.cnblogs.com/leoo2sk/ar...原创 2018-03-26 09:28:49 · 547 阅读 · 0 评论 -
机器学习lr复习点
lr主要推导https://blog.csdn.net/ligang_csdn/article/details/53838743损失函数:为何不用最小二乘法是否要用最小二乘法取决于在所有未知数中的残差是否为线性最大似然将概率密度估计问题转化为参数估计问题,极大似然估计就是一种参数估计方法随机梯度下降代码https://www.cnblogs.com/21207-iH...原创 2018-10-22 16:18:18 · 155 阅读 · 0 评论 -
word2vector
这个博主的系列讲得很细:https://www.cnblogs.com/Determined22/p/5804455.html中科院大神导读:《How to Generate a Good Word Embedding?》导读http://licstar.net/archives/620最容易想到的对文字处理方法就是对所有词进行one-hot编码,但这样一是矩阵的维度惠特比特别的大...原创 2018-10-15 23:52:27 · 457 阅读 · 0 评论 -
xgboost基本原理
https://juejin.im/post/5a13c9a8f265da43333e0648GBDT(Gradient Boosting Decision Tree)基本原理GBDT相对于经典的决策树,算是一种比较成熟而且可以实际应用的决策树算法了。首先我们要了解到,DBDT是一种回归树分类树在每一次分支的时候,穷举每一个特征的每一个阈值,然后按照大于或者小于阈值的方式将其相互分开。这就是分类树...转载 2018-04-17 10:43:10 · 460 阅读 · 0 评论 -
3月22日论文Scaling Up the Accuracy of Naive-Bayes Classiers: a Decision-Tree Hybrid;决策树混合提高朴素贝叶斯分类模型准确度
http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.462.9093&rep=rep1&type=pdf综述性论文,讲述基本概念,介绍使用实验来验证可以达成提高多大的提高。目前决策树已十分成熟,业内论文主要也针对新的应用场景,以及多模型融合。 朴素贝叶斯算法在很多分类器项目上表现出惊异的准确性,即使在依赖的...原创 2018-03-22 15:21:55 · 709 阅读 · 0 评论 -
配置asr接口
1 查看操作系统 uname -a2 安装anacondash +绝对路径名3 下载gcchttp://ftp.gnu.org/gnu/gcc/gcc-4.5.1/ 父节点查找原创 2018-10-24 19:21:02 · 690 阅读 · 0 评论