![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 78
zhangkkit
机器人算法的前行者,记录工作中解决问题的方法
展开
-
算法工程师面试--常见问题及其回答
算法工程师面试--常见问题及其回答原创 2020-06-30 09:49:24 · 1203 阅读 · 0 评论 -
梯度下降法的简介及其常见子算法比较
本博客从梯度下降法的定义、步骤和如何调优进行介绍,最后给出两种常见梯度下降法的对比结果原创 2020-06-29 16:52:58 · 356 阅读 · 0 评论 -
机器学习面试题 -模型的评价与验证
本博客不介绍具体的机器学习知识,只是记录下机器学习模型评价与验证的常见面试题原创 2020-06-29 10:01:09 · 549 阅读 · 1 评论 -
简化版_线性可分支持向量机的推导
线性可分支持向量机的推导线性可分支持向量机线性可分支持向量机 &emsp支持向量机是一种二分类模型,它的基本想法就是:基于训练集和样本空间找到一个最好的划分超平面。在样本空间中,划分超平面可用wTx+b=0{w^T}x + b = 0wTx+b=0表示,记为(w,b)。样本点(xi,yi)({x_i},{y_i})(xi,yi)到划分超平面的函数间隔:γ^=yi(w∗xi+b)\hat \gamma = {y_i}(w*{x_i} + b)γ^=yi(w∗xi+b)几何间隔为:γ=γ原创 2020-05-23 11:02:03 · 444 阅读 · 0 评论 -
面试题_K近邻(KNN)与K-means与DBSCAN算法
K近邻与K-means与DBSCAN算法K-近邻算法(KNN)KNN概述 (有监督算法,分类算法)K-近邻算法(KNN)KNN概述 (有监督算法,分类算法)KNN是通过测量不同特征值之间的距离进行分类,它的思想是:如果一个样本在特征空间中的k个最相似(即:特征空间中最邻近)的样本中大多数属于某个类别,则该样本也属于这个类别。其算法描述为:计算测试数据与各个训练数据之间的距离 ;按照距离的递增关系进行排序;选择距离最小的k个点;确定前k个点所在类别的出现频率;返回前k个点出现频率最高的类别原创 2020-05-17 14:02:43 · 1681 阅读 · 0 评论 -
LR的原理,损失函数,求解方法
LR的原理,损失函数,求解方法_背诵版LR的原理损失函数求解方法LR的原理损失函数求解方法原创 2020-05-16 08:00:26 · 620 阅读 · 0 评论