自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(3)
  • 收藏
  • 关注

原创 ML 算法总结

** K近邻法(K-nearest neighbor, k-NN) ** 是一种基本的分类与回归方法 输入:训练数据集 输出:实例x所属的类y k值得选择会对k近邻法结果产生重大影响。应用中,k值一般取一个比较小的数值。通常采取交叉验证法来选取最优k值 决策树(Decision tree) 是一种基本的分类与回归方法,常用算法有ID3、C4.5与CART 决策树学习通常包括3个步骤:特征选择、决策树生成和决策树的修剪。 1、通常使用信息增益最大、信息增益比最大或基尼系数最小作为特征选择的准则。 2、决策树

2020-06-26 20:49:24 3721

原创 Python enumerate() 函数

enumerate() 函数用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列,同时列出数据和数据下标,一般用在 for 循环当中。 Python 2.3. 以上版本可用,2.6 添加 start 参数。 语法 以下是 enumerate() 方法的语法: enumerate(sequence, [start=0]) 参数 sequence – 一个序列、迭代器或其他支持迭代对象。 start – 下标起始位置。 返回值 返回 enumerate(枚举) 对象。 实例 以下展示了使用 en

2020-06-21 17:13:03 275

转载 python机器学习之sklearn.svm.SVC详解

sklearn.svm.SVC(C=1.0, kernel=‘rbf’, degree=3, gamma=‘auto’, coef0=0.0, shrinking=True, probability=False, tol=0.001, cache_size=200, class_weight=None, verbose=False, max_iter=-1, decision_function_shape=None,random_state=None) 参数: C:C-SVC的惩罚参数C?默认值是1.0C越

2020-06-21 11:11:09 3343

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

提示
确定要删除当前文章?
取消 删除