![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
监督学习
文章平均质量分 64
爱吃莴苣笋
这个作者很懒,什么都没留下…
展开
-
监督学习二 回归和分类
回归和分类是对数据集建模的两种方法,具体使用哪种取决于数据类型属于数值数据还是分类数据。1、回归的定义(Regression) 研究一组随机变量(Y1 ,Y2 ,…,Yi)和另一组(X1,X2,…,Xk)变量之间关系的统计分析方法,又称多重回归分析。通常前者是因变量,后者是自变量。 线性回归:y=mx+b,其中m是斜率(Slope),b是截距(interce原创 2017-08-08 12:30:12 · 636 阅读 · 0 评论 -
神经网络 感知器训练算法
感知器训练(perceptron)对象: 单个单元(perceptron unit)用途: 处理线性可分的数据集公式:目的: 设置权值以便获得与预期相同的数据集方式:通过不断地修改权值来实现目的,这里采用给权值W赋予学习速率的方式,但碰到一个问题是原先的实际输出值是跟阈值θ做比较的,这个算法没有办法对θ赋予学习规则,所以需要学习θ,这里引入一个简单的实际学习技巧,把θ视为另一种原创 2017-08-11 15:54:06 · 877 阅读 · 0 评论 -
监督学习三 神经网络
神经网络是受人类大脑的启发而构建的一种模型,它们在很多方面弥补了机器学习和认知科学之间的空白。1、人工神经网络 人工神经网络是模仿人类大脑的神经网络而构建的一种模型,感知器是神经网络组成单元,也叫神经元。 神经元的组成部分: · 输入层:X1、X2、X3等,输入数据; · 权重 :w1、w2、w3等,原创 2017-08-10 16:13:09 · 566 阅读 · 0 评论 -
监督学习一 决策树
1、定义:决策树是一种决策结构,其中每个决策都会产生一系列结果以及其他决策;决策树也是一种分类算法,预测模型。在已知各种情况发生概率的情况下,通过构成决策树来求取净现值的期望值大于等于零的概率,评价项目风险,判断其可行性的决策分析方法,是直观运用概率分析的一种图解法。2、分类与回归之间的区别 分类:从某种输入映射到某些概念,针对离散型数据,例如性别等。原创 2017-08-07 15:28:15 · 545 阅读 · 0 评论 -
监督学习四 基于实例的学习
1、基于实例的学习(instance-based learning) 这应该是机器学习算法中最简单的算法,它不像其他算法需要在样本的基础上建立一般性的推理公式,而是直接通过存储的数据集进行分类或回归学习来得到结果。 它的缺点是对存储空间的需求很大,需要占用的空间直接取决于实例数量的大小,并且预测的时候需要与已知的实例进行比对,运行时间会相对慢。2、饥饿式学习原创 2017-08-25 10:51:27 · 6915 阅读 · 0 评论 -
神经网络 梯度下降算法/delta规则
1、梯度下降算法定义(gradient descent)(摘自百度百科) 梯度下降算法是一种最优化算法,通常用于非线性可分的数据集。最速下降法是用负梯度方向为搜索方向的,最速下降法越接近目标值,步长越小,前进越慢。2、梯度下降算法的核心是微积分,通过迭代以下步骤来获取局部最小值,主要求解过程如下:3、深入梯度下降的讲解,我觉得这篇讲得非常详细,原创 2017-08-24 16:15:42 · 1574 阅读 · 0 评论 -
监督学习五 集成学习
1、集成学习(Ensemble Learning) (这段内容摘自百度百科) ※定义:集成学习是使用一系列学习器进行学习,并使用某种规则把各个学习结果进行整合从而获得比单个学习器更好的学习效果的一种机器学习方法。 ※思路:在对新的实例进行分类的时候,把若干个单个分类器集成起来,通过对多个分类器的分类结果进行某种组合来决定最终的分类,以取得比单个分类器更好的性能。原创 2017-08-29 12:20:29 · 1669 阅读 · 0 评论