![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习基础
文章平均质量分 94
余柳成荫
萌新一只,请多关照!
展开
-
2022_0317_4支持向量机
四 支持向量机1.1基础原理: 如图,白色和蓝色的点各为一类,目标是找到一个分割平面将两个类别分开:通常来说,如果数据本身是线性可分的,那么事实上存在无数个这样的超平面。这是因为给定一个分割平面稍微上移下移或旋转这个超平面,只要不接触这些观测点,仍然可以将数据分开。一个很自然的想法就是找到最大间隔超平面,即找到一个分割平面距离最近的观测点最远。下面我们来严格推导:我们根据距离超平米那最近的点,只要同时缩放w和b可以得到:wTx1+b=1w^Tx_1 + b = 1wTx1+b=1与wTx2+b原创 2022-04-01 13:49:11 · 621 阅读 · 0 评论 -
20211220_西瓜书_第三章
三、线性模型笔记来源: <机器学习>作者:周志华3.1 线性回归线性回归(linear model)是在假设特征满足线性关系,根据给定的训练数据训练一个模型,并用此模型进行预测:函数形式: y^=f(x)=w1x1+w2x2+…+wixi+b(1)\hat{y}=f(x)=w_{1} x_{1}+w_{2} x_{2}+\ldots+w_{i} x_{i}+b(1)y^=f(x)=w1x1+w2x2+…+wixi+b(1)向量表达式形式:y^=f(w)=wTx+原创 2021-12-20 17:08:03 · 122 阅读 · 0 评论 -
20210419_24期_集成学习(中)_Task10_前向分步算法与梯度提升决策树
十、前向分步算法与梯度提升决策树目录十、前向分步算法与梯度提升决策树来源10.1 前向分步算法10.1.1 原理10.1.2 前向分步算法与Adaboost的关系:10.2 梯度提升决策树(Gradient Boosting Decision Tree) (GBDT)10.2.1 Boosting Decision Tree:提升树算法10.2.2 Gradient Boosting Decision Tree:梯度提升决策树10.3实例10.3.1 `GradientBoostingRegressor转载 2021-04-23 23:43:31 · 77 阅读 · 0 评论 -
20210329_23期_集成学习(上)_Task06_分类问题的评估及超参数调优
六、分类问题的评估及超参数调优目录六、分类问题的评估及超参数调优来源1 评估性能调参例子1.1 网格搜索调参1.2 随机搜索调参1.3 混淆矩阵1.4 ROC1.5 练习参考资料来源Datewhle23期__集成学习(上) :https://github.com/datawhalechina/team-learning-data-mining/tree/master/EnsembleLearning作者:李祖贤、薛传雨、赵可、杨毅远、陈琰钰论坛地址:http://datawhale.clu转载 2021-03-29 15:11:46 · 177 阅读 · 0 评论 -
20210327_23期_集成学习(上)_Task05_基本的分类模型
五、基本的分类模型目录五、基本的分类模型来源1 模型性能度量指标1.1 基本概念1.2 分类模型常见指标2 常见模型2.1 逻辑回归(Logistic regression,LR)参考资料来源Datewhle23期__集成学习(上) :https://github.com/datawhalechina/team-learning-data-mining/tree/master/EnsembleLearning作者:李祖贤、薛传雨、赵可、杨毅远、陈琰钰论坛地址:http://datawhal转载 2021-03-27 12:06:19 · 246 阅读 · 0 评论 -
20210325_23期_心跳检测_Task04_模型调参
四、模型调参目录四、模型调参来源1 模型及调参1.1 各类模型及介绍1.1.1 逻辑回归模型((Logistic regression,LR))1.1.2 决策树模型(decision tree)1.1.3 集成模型集成方法(ensemble method)1.2 模型评估2 Task4代码参考资料来源Datewhle23期__数据挖掘心跳检测 :https://github.com/datawhalechina/team-learning-data-mining/tree/master/Hear转载 2021-03-26 01:09:59 · 813 阅读 · 1 评论 -
20210324_23期_集成学习(上)_Task04_回归模型的评估及超参数调优
四、回归模型的评估及超参数调优目录四、回归模型的评估及超参数调优来源1 模型调参1.1 参数(parameters)和超参数(hyperparameters)1.2 调参(超参)方法1.2.1 手工调参1.2.2 网格搜索(GridSearchCV)1.2.3 随机搜索(RandomSearchCV)1.2.4. 贝叶斯搜索2 实例2.1 网格搜索+通道2.2 随机搜索+通道2.3 贝叶斯参考资料来源Datewhle23期__集成学习(上) :https://github.com/datawh转载 2021-03-24 21:17:53 · 399 阅读 · 0 评论 -
20210322_23期_心跳检测_Task03_特征工程
三、特征工程这里写目录标题三、特征工程来源1 特征工程2 载入数据及预处理2.1 载入数据2.2 数据预处理3 使用 tsfresh 进行时间序列特征处理3.1 tsfresh3.2 特征提取3.3 特征选择参考资料来源Datewhle23期__数据挖掘心跳检测 :https://github.com/datawhalechina/team-learning-data-mining/tree/master/HeartbeatClassification作者:鱼佬、杜晓东、张晋、王皓月、牧小熊转载 2021-03-22 23:51:19 · 186 阅读 · 1 评论 -
20210320_23期_集成学习(上)_Task03_偏差与方差理论
二、偏差与方差理论目录二、偏差与方差理论来源来源Datewhle23期__集成学习(上) :https://github.com/datawhalechina/team-learning-data-mining/tree/master/EnsembleLearning作者:李祖贤、薛传雨、赵可、杨毅远、陈琰钰论坛地址:http://datawhale.club/t/topic/1574import pandas as pdimport numpy as np 均方误差 MSE..转载 2021-03-22 20:30:36 · 215 阅读 · 0 评论 -
20210315_23期_集成学习(上)_Task01
一、机器学习—https://realpython.com/目录一、机器学习来源1.1 回归1.2 分类1.3 无监督学习参考资料来源Datewhle23期__集成学习(上) : https://github.com/datawhalechina/team-learning-data-mining/tree/master/EnsembleLearning作者:李祖贤、薛传雨、赵可、杨毅远、陈琰钰论坛地址:http://datawhale.club/t/topic/1574机器学习–数据分析转载 2021-03-15 23:22:18 · 153 阅读 · 0 评论