![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习实战
文章平均质量分 92
CoderZhangSan
这个作者很懒,什么都没留下…
展开
-
第6章 支持向量机
SVM(Support Vector Machine, 支持向量机)有很多实现,但是本章其中最流行的一种实现,即序列最小优化(Sequence Minimal Optimization, SMO)算法。最小优化(Sequence Minimal Optimization, SMO)算法 一种求解支持向量机二次规划的算法。原创 2024-06-05 20:32:05 · 1896 阅读 · 0 评论 -
第5章 Logistic回归
假设现在有一些数据点,我们用一天直线对这些点进行拟合,这个拟合过程就称作回归。原创 2024-05-12 11:48:20 · 822 阅读 · 1 评论 -
第4章 基于概率论的分类方法: 朴素贝叶斯
称之为“朴素”,是因为整个形式化过程只做最原始、最简单的假设。原创 2024-05-03 11:17:52 · 871 阅读 · 0 评论 -
第3章 决策树
决策树经常处理分类问题,近来的调查表明决策树也是经常使用的数据挖掘算法。决策树的流程图:长方形代表判断模块(decision block),椭圆形代表中止模块(terminating block),表示已经得出结论,可以中止运行。从判断模块引出左右箭头称作分支(branch),它可以到底另一个判断模块或者中止模块。决策树算法能够读取数据集合,构建决策树。原创 2024-04-20 21:54:02 · 2282 阅读 · 0 评论 -
第2章 k-近邻算法
k-近邻算法采用测量不同特征值之间的距离方法进行分类。优点:精度高、对异常值不敏感、无数据输入假定。缺点:计算复杂度高、空间复杂度高。适用数据范围:数值型和标称型。*标称型数据:是指只在有限目标集中取值的离散值,例如“真”或“假”。工作原理:存在一个样本数据集合,也称做训练样本集,并且样本集中每个数据都存在标签,即我们知道样本集中每一数据与所属分类的对应关系。输入没有标签的数据后,将新数据的每个特征与样本集中数据对应的特征进行比较,然后算法提取样本集中特种最相似(最近邻)的分类标签。原创 2024-03-17 10:35:31 · 799 阅读 · 3 评论