![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 73
yyHaker
科学的处理方法都是逐步摸索进步的!
展开
-
机器学习笔记(1)-线性回归
线性回归一. 问题概述 二. 线性回归的的求解最小二乘法 1.1. 特点 Normal Equation算法也叫做普通最小二乘法(ordinary least squares),其特点是:给定输人矩阵X,如果X.T*X的逆存在并可以求得的话,就可以直接采用该方法求解。其求解理论也十分简单:既然是是求最小误差平方和,另其导数为0即可得出回归系数。 矩阵X为(m,n+1)矩阵(m表原创 2017-04-17 20:24:18 · 924 阅读 · 0 评论 -
机器学习笔记(2)-决策树
决策树一.问题概述决策树(decision tree)希望从给定的数据集学得一个模型用以对新示例来进行分类,把这个样本分类的任务看作对“当前样本属于正类吗?”这个问题的“决策”或者“判定”的过程。决策树是基于树的结构进行决策的,如下图: 二.决策树学习的基本算法 三.实现算法 决策树最核心的问题就是如何选择出最优的划分属性,即上述算法中的第8行,一般而言,我们希望决策树的分支节点所包原创 2017-04-29 21:08:33 · 863 阅读 · 0 评论 -
机器学习笔记(5)-集成学习
一. Boosting 二. 随机森林列表内容(⊙o⊙)wqeqwqeqwwq参考: 1. [Machine Learning & Algorithm] 随机森林(Random Forest) 2. 机器学习中的算法(1)-决策树模型组合之随机森林与GBDT 3. 随机森林算法的简单总结及python实现原创 2017-08-10 11:00:04 · 440 阅读 · 0 评论 -
weka的使用-机器学习工具
1.很详细的weka教程weka界面工具详细教程: 2.weka源码目录分析weka源码目录分析原创 2017-08-03 11:01:16 · 500 阅读 · 0 评论 -
机器学习笔记(3)——贝叶斯分类
一 . 基本原理 1.贝叶斯定理、先验概率和后验概率 推荐网站:先验概率和后验概率的解释原创 2017-08-03 19:56:22 · 322 阅读 · 0 评论 -
机器学习——线性模型
线性模型1.线性回归1.1 问题及定义线性回归模型是机器学习中的基本算法模型之一,可以用来解决预测房价等问题。如下图所示的一个例子,房子因房子大小、卧室数目、地板数量等不同而有不同的价格,那么给定了房子大小、卧室数目、地板数量我们能否预测出一个房子的价格呢? 我们使用线性回归来解决上述问题。 给定一个nnn个特征的实例xxx, x=(x1;x2;x3;...;xn)x=...原创 2018-04-05 14:48:03 · 472 阅读 · 0 评论 -
机器学习——逻辑回归
逻辑回归1.1 问题及定义逻辑回归主要是用来解决二分类的问题,例如判断一封电子邮件是否是垃圾邮件,判断一次金融交易是否是欺诈,判断一个肿瘤是恶性的还是良性的等等。 (注意:逻辑回归是分类算法,线性回归是回归算法) 为此,逻辑回归的输出应当是0-1之间。 逻辑回归模型的假设是: hθ(x)=g(θTx)(1)(1)hθ(x)=g(θTx)h_{\theta}(x)=g(\thet...原创 2018-04-05 19:30:48 · 363 阅读 · 0 评论 -
机器学习——支持向量机(SVM)
支持向量机(SVM)1. 推导及理解借鉴于逻辑回归的代价函数,我们给出了支持向量机的整个优化的目标函数如下: 当最小化这个代价函数,我们会得到参数θθ\theta,然后用这个参数θθ\theta来预测yyy的值为1还是0。当θTxθTx\theta^Tx大于或者等于0时,假设预测为1;否则,预测为0. 支持向量机常被称作大间距分类器,其实就是引入了安全的间距因子。如下图: ...原创 2018-04-06 16:52:00 · 499 阅读 · 0 评论