- 博客(4)
- 收藏
- 关注
RSS订阅原创 决策树剪枝(cart剪枝)的原理介绍
最近看《统计学习方法》，最后有一部分讲到cart树的剪枝策略，个人觉得书上讲得比较晦涩难懂，现在结合个人理解和大家分享下，如有不正，敬请谅解！1.决策树剪枝决策树是一种分类器，通过ID3，C4.5和CART等算法可以通过训练数据构建一个决策树。但是，算法生成的决策树非常详细并且庞大，每个属性都被详细地加以考虑，决策树的树叶节点所覆盖的训练样本都是“纯”的。因此用这个决策树来对训练样本进行分类的话，
2018-01-17 15:05:07
28684
30
原创 机器学习实战 朴素贝叶斯原理及代码
朴素贝叶斯（naive Bayes）法是是基于贝叶斯定理 和特征条件独立假设的分类方法，对于给定的训练数据集，首先基于特征条件独立假设学习输入/输出的联合分布概率；然后基于此模型，对给定的输入x，再利用贝叶斯定理求出其后验概率最大的输出y。1，它是一种典型的生成学习方法，其生成方法是由训练数据学习联合概率分布P(X,Y)，具体来说就是利用训练数据学习P(Y)和P(X|Y)的估计：P(X,Y
2018-01-13 16:31:48
7809
7
原创 机器学习实战 决策树
这段时间太忙了，一直上课，作业也多，没来得及更新，早就打完的代码，一直没放上来，不行，以后一定要保持这个好习惯！！今天讲下决策树，决策树也算是机器学习里面十分经典的算法了，最近参加数据挖掘比赛，发现基于决策树被广泛使用呀，像xgboost lightgbm gbdt等等，大放异彩，不过很多人都只会调用下函数（包括自己），要认真好好学才是呀！！！1.决策树是一个预测模型；他代表的是对象属性与
2017-11-21 17:18:59
349
原创 机器学习实战 KNN代码
机器学习实战（一） KNN本人，研一机器学习和数据挖掘的课比较少，加上对机器学习比较感兴趣，本科也接触了一些知识和项目，发现很多算法都是直接调用库，实现很少实操，特此把每个算法的步骤都复现一遍，算是加强印象吧。。。一 . K-近邻算法（KNN）概述 最简单最初级的分类器是将全部的训练数据所对应的类别都记录下来，当测试对象的属性和某个训练对象的属性完全匹配时，便可以对其进行分
2017-10-11 11:43:35
675
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人