- 博客(6)
- 收藏
- 关注
RSS订阅原创 决策树（decision tree）
决策树（decision tree） 简介 决策树是一种基本的分类与回归方法。主要优点是模型具有可读性，分类速度快。学习时，利用训练数据，根据损失函数最小化的原则建立决策树模型。预测时，对新的数据，利用决策树模型进行分类。决策树学习通常包括包括3个步骤：特征选择、决策树的生成和决策树的修剪。 决策树学习的思想主要来源于由QuinlanQuinlanQuinlan在198619861986年提出的**ID3ID3ID3算法和199319931993年提出的C4.5C4.5C4.5算法**，以及BreimanB
2020-09-01 19:01:58
350
原创 朴素贝叶斯
朴素贝叶斯 概述 **朴素贝叶斯法是基于贝叶斯定理与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概率发布；然后基于此模型，对给定的输入xxx，利用贝叶斯定理求出厚颜概率最大的输出yyy。朴素贝叶斯法实现简单，学习与预测的效率都很高，是一种常用的方法 思想：朴素贝叶斯假设（条件独立性假设）最简单的概率图模型 推导 设输入空间X⊆Rn\mathcal{X}\subseteq\Bbb{R}^nX⊆Rn为nnn维向量的集合，输出空间为类标记集合Y={c1,c2,⋯
2020-09-01 10:34:10
80
原创 逻辑回归(Logistic Regression)
逻辑回归(Logistic Regression) 逻辑回归(二分类) sigmoid function:σ(z)=11+e−zsigmoid \ function:\sigma(z)=\frac {1}{1+e^{-z}}sigmoid function:σ(z)=1+e−z1 z→+∞， limσ(z)=1z \rightarrow +\infty，\ lim{\sigma (z)}=1z→+∞， limσ(z)=1 z→0， σ(z)=12z \
2020-08-31 09:25:52
128
原创 链表（python）
链表（python） 创建链表（单向） class Node: def __init__(self, value=None, next=None): self.value = value self.next = next class LinkedList: def __init__(self): self.head = Node() self.tail = None self.length =
2020-08-30 16:22:56
64
原创 机器学习常用的性能度量
机器学习常用的性能度量 在预测任务中，给定样例集D={(x1,y1),(x2,y2),⋯ ,(xi,yi),⋯ ,(xm,ym)}D=\lbrace (x_1,y_1),(x_2, y_2),\cdots,(x_i,y_i),\cdots,(x_m, y_m)\rbraceD={(x1,y1),(x2,y2),⋯,(xi,yi),⋯,(xm,ym)}, 其中yiy_iyi是示例xix_ixi的真是标记. 要评估学习器fff的性能,就要把学习器的预测结果f(x)f(x)f(x)与真实标记y
2020-08-30 08:35:58
293
原创 机器学习之线性回归之推导
机器学习之线性回归之推导 假设数据集D={(x1,y1),(x2,y2),⋯ ,(xi,yi),⋯ ,(xN,yN)}D=\lbrace (x_1, y_1),(x_2,y_2),\cdots,(x_i,y_i),\cdots,(x_N, y_N)\rbraceD={(x1,y1),(x2,y2),⋯,(xi,yi),⋯,(xN,yN)}，其中xiϵRp,yiϵR,i=1,2,⋯ ,Nx_i\epsilon \mathbb{R}^p,y_i \epsilon\mathbb{R},i=1,2,
2020-08-29 19:06:27
105
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