- 博客(47)
- 收藏
- 关注
原创 机器学习(五) -- 监督学习(3) -- 朴素贝叶斯
tips:标题前有“***”的内容为补充内容,是给好奇心重的宝宝看的,可自行跳过。文章内容被“文章内容”删除线标记的,也可以自行跳过。!!”一般需要特别注意或者容易出错的地方。本系列文章是作者边学习边总结的,内容有不对的地方还请多多指正,同时本系列文章会不断完善,每篇文章不定时会有修改。朴素贝叶斯是一种分类算法,经常被用于文本分类,它的输出结果是某个样本属于某个类别的概率。朴素:之所以朴素,就在于假定了特征与特征相互独立。(这样有些概率才有可计算性)贝叶斯:数学中的贝叶斯公式。
2024-04-06 21:38:28 1279
原创 机器学习(五) -- 监督学习(2) -- k近邻
tips:标题前有“***”的内容为补充内容,是给好奇心重的宝宝看的,可自行跳过。文章内容被“文章内容”删除线标记的,也可以自行跳过。!!”一般需要特别注意或者容易出错的地方。本系列文章是作者边学习边总结的,内容有不对的地方还请多多指正,同时本系列文章会不断完善,每篇文章不定时会有修改。文中为方便理解,会将接口在用到的时候才导入,实际中应在文件开始统一导入。K-近邻算法(K Nearest Neighbor)又叫KNN算法。
2024-04-05 17:42:45 1472
原创 机器学习(五) -- 监督学习(1) -- 线性回归
tips:此处以下所有内容均为暂定,因为我还没找到一个好的,让小白(我自己)也能容易理解(更系统、嗯应该是宏观)的讲解顺序与方式。第一文主要简述了一下机器学习大致有哪些东西(当然远远不止这些),对大体框架有了一定了解。接着我们根据机器学习的流程一步步来学习吧,掐掉其他不太用得上我们的步骤,精练起来就4步(数据预处理,特征工程,训练模型,模型评估),其中训练模型则是我们的重头戏,基本上所有算法也都是这一步,so,这个最后写,先把其他三个讲了,然后,在结合这三步来进行算法的学习,兴许会好点(个人拙见)。
2024-03-10 20:37:14 1247
原创 机器学习(四) -- 模型评估(4)
tips:这里只是 总结 ,不是教程哈。“***”开头的是给好奇心重的宝宝看的,其实不太重要可以跳过。此处以下所有内容均为暂定,因为我还没找到一个好的,让小白(我自己)也能容易理解(更系统、嗯应该是宏观)的讲解顺序与方式。第一文主要简述了一下机器学习大致有哪些东西(当然远远不止这些),对大体框架有了一定了解。
2024-01-08 19:30:39 1235
原创 机器学习(四) -- 模型评估(3)
tips:这里只是 总结 ,不是教程哈。“***”开头的是给好奇心重的宝宝看的,其实不太重要可以跳过。此处以下所有内容均为暂定,因为我还没找到一个好的,让小白(我自己)也能容易理解(更系统、嗯应该是宏观)的讲解顺序与方式。第一文主要简述了一下机器学习大致有哪些东西(当然远远不止这些),对大体框架有了一定了解。
2024-01-06 22:10:43 1339
原创 机器学习(四) -- 模型评估(2)
三、模型评估指标衡量模型泛化能力的评价标准就是性能度量(模型评估指标、模型评价标准),而针对不同的任务有不同的评价指标。按照数据集的目标值不同,可以把模型评估分为分类模型评估、回归模型评估和聚类模型评估。1、分类模型评估指标错误率与精度(准确率)、混淆矩阵、查准率(精确率)、查全率(召回率)与F1值(F1_score)、PR曲线、ROC与AUC1.1、错误率与精度概述里面就说过了,这是分类任务中最常用的两种性能度量。错误率(error rate):分类错误的样本数/样本总数(
2024-01-04 22:18:29 1663
原创 机器学习(四) -- 模型评估(1)
tips:这里只是 总结 ,不是教程哈。“***”开头的是给好奇心重的宝宝看的,其实不太重要可以跳过。此处以下所有内容均为暂定,因为我还没找到一个好的,让小白(我自己)也能容易理解(更系统、嗯应该是宏观)的讲解顺序与方式。第一文主要简述了一下机器学习大致有哪些东西(当然远远不止这些),对大体框架有了一定了解。
2024-01-03 19:27:29 1191 2
原创 机器学习(三) -- 特征工程(2)
tips:这里只是 总结 ,不是教程哈。“***”开头的是给好奇心重的宝宝看的,其实不太重要可以跳过。此处以下所有内容均为暂定,因为我还没找到一个好的,让小白(我自己)也能容易理解(更系统、嗯应该是宏观)的讲解顺序与方式。第一文主要简述了一下机器学习大致有哪些东西(当然远远不止这些),对大体框架有了一定了解。
2024-01-02 17:38:31 1117
原创 机器学习(三) -- 特征工程(1)
tips:这里只是 总结 ,不是教程哈。“***”开头的是给好奇心重的宝宝看的,其实不太重要可以跳过。此处以下所有内容均为暂定,因为我还没找到一个好的,让小白(我自己)也能容易理解(更系统、嗯应该是宏观)的讲解顺序与方式。第一文主要简述了一下机器学习大致有哪些东西(当然远远不止这些),对大体框架有了一定了解。
2023-12-31 21:23:19 1038
原创 机器学习(二) -- 数据预处理(3)
tips:这里只是 总结 ,不是教程哈。本章开始会用到numpy,pandas以及matplotlib,这些就不在这讲了哈。“***”开头的是给好奇心重的宝宝看的,其实不太重要可以跳过。此处以下所有内容均为暂定,因为我还没找到一个好的,让小白(我自己)也能容易理解(更系统、嗯应该是宏观)的讲解顺序与方式。第一文主要简述了一下机器学习大致有哪些东西(当然远远不止这些),对大体框架有了一定了解。
2023-12-30 20:06:03 803 2
原创 机器学习(二) -- 数据预处理(2)
tips:这里只是 总结 ,不是教程哈。“***”开头的是给好奇心重的宝宝看的,其实不太重要可以跳过。此处以下所有内容均为暂定,因为我还没找到一个好的,让小白(我自己)也能容易理解(更系统、嗯应该是宏观)的讲解顺序与方式。第一文主要简述了一下机器学习大致有哪些东西(当然远远不止这些),对大体框架有了一定了解。
2023-12-29 21:11:33 963
原创 机器学习(二) -- 数据预处理(1)
tips:这里只是 总结 ,不是教程哈。以下内容仅为暂定,因为我还没找到一个好的,让小白(我自己)也能容易理解(更系统)的讲解顺序!咱们根据机器学习的流程来吧咱们要进行机器学习首先需要数据,以及对数据进行预处理。数据获取:获取数据途径多种多样。数据清洗:有无缺失值,有无异常数据等。数据拆分:机器学习的数据集划分一般分为两个部分:训练数据:用于训练,构建模型。一般占70%-80%(数据量越大,取得比例最好越大)测试数据:用于模型评估,检验模型是否有效。一般占20%-30%
2023-12-28 23:52:22 1542 3
原创 机器学习(一) -- 概述
tips:这里只是 总结 ,不是教程哈。标题前面加“***”的可自行跳过。文章内容被“文章内容”删除线标记的,也可以自行跳过。机器学习()是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能核心,是使计算机具有智能的根本途径。-- 百度百科人工智能(AL)机器学习(ML)机器学习是人工智能的一个子领域,是人工智能的核心。
2023-12-27 16:18:01 1596
原创 高级算法设计与分析(七) -- 概率算法和NP完全性理论
tips:这里只是 总结 ,不是教程哈。鉴于本人写字如画符,就不出视频教程了,如实在有需要,请在文章下方留言。这个系列用另一种形式,把习题放在最下面,看看好用不。本系列文章最后一文会进行简要全部总结,以及思维导图放在最后一篇文章最下面,请自行获取。
2023-12-22 12:16:12 1034
原创 高级算法设计与分析(六) -- 分支限界法
tips:这里只是 总结 ,不是教程哈。鉴于本人写字如画符,就不出视频教程了,如实在有需要,请在文章下方留言。这个系列用另一种形式,把习题放在最下面,看看好用不。本系列文章最后一文会进行简要全部总结,以及思维导图放在最后一篇文章最下面,请自行获取。
2023-12-22 12:06:19 513
原创 高级算法设计与分析(五) -- 回溯法
tips:这里只是 总结 ,不是教程哈。鉴于本人写字如画符,就不出视频教程了,如实在有需要,请在文章下方留言。为了方便知识与题目对照,本文章分为知识篇,和题型篇,先看知识在看题型食用更佳哦。有些不重要的知识,时间不充裕的可以不用看,我会在标题前面加“ *** ”标注,可自行跳过。思维导图放在第一篇文章最下面,请自行获取最小着色数3,
2023-12-22 11:53:07 449
原创 高级算法设计与分析(四) -- 贪心算法
tips:鉴于本人写字如画符,就不出视频教程了,如实在有需要,请在文章下方留言。这个系列用另一种形式,把习题放在最下面,看看好用不。本系列文章最后一文会进行简要全部总结,以及思维导图放在最后一篇文章最下面,请自行获取。
2023-12-21 21:41:40 1406
原创 windows -- C盘清理
小朋友,你是否有很多烦恼???相信每个人的c盘都像一个饕餮,总喜欢把什么都吃下去。那么除了装新的硬盘外,还可以用下面的几种方式来打打这个怪兽。
2023-12-20 20:21:58 876
原创 高级算法设计与分析(八) -- 总结
tips:鉴于本人写字如画符,就不出视频教程了,如实在有需要,请在文章下方留言。这个系列用另一种形式,把习题放在最下面,看看好用不。本文章为简要总结,思维导图放在文章最下面,请自行获取。
2023-12-20 14:43:02 1274
原创 数值分析(一) -- 绪论(知识篇)
tips:本系列文章是我考前1周,极限从0开始总结出来的,鉴于本人写字如画符,就不出视频教程了,如实在有需要,请在文章下方留言。这里只是 总结 ,不是教程哈。因为是从零开始的哈,其中穿插许多内容的基础知识,基本上是用到的时候才会写出来,所以文章内容会有一定割裂,还望包含。公式那些我都打过一遍了,确实麻烦,在文章中我就用截图了哈,问就是懒!!!为了方便知识与题目对照,本文章分为知识篇,和题型篇,先看知识在看题型食用更佳哦。
2023-12-13 18:34:04 962
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