- 博客(47)
- 收藏
- 关注
RSS订阅原创 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