机器学习:决策树算法小结(上) 什么是决策树 在生活中,我们经常利用决策树这种算法,比如,判断今天要不要去上课,如果犯懒了,那就不去,如果不懒,则再判断这节课要不要点名,如果不点名,那就不去,如果点名,那再判断这节课是不是水课,如果是水课,那就不去,如果不是水课,那就去。以上也可以用if e…
|
1,035
|
|
2608 字
|
11 分钟
机器学习:K近邻(K_NN)算法小结 什么是K近邻 k近邻算法就和他的名字一样浅显易懂: K Nearest Neighbors:k个最近的邻居。在生活中我们也常用这种方法来判断一个东西的好坏,用于分类。"近朱者赤,近墨者黑"这一…
|
1,059
|
|
2841 字
|
12 分钟
机器学习:朴素贝叶斯算法学习小结 首先列出白板推导系列 1.贝叶斯公式 2.朴素贝叶斯的模型与基本方法 3.朴素贝叶斯的参数估计 4.朴素贝叶斯算法过程 5.小结 贝叶斯算法是一个和传统其他算法一样的过程,其他都是判别方法:由训练集找到X和Y的关系,从而输出Y,就是说,测试集中的x代入的可以说…
|
1,125
|
|
271 字
|
2 分钟
感知机一般形式和对偶形式的python代码实现(包含手写与sklearn实现) 数据集选用鸢尾花数据集,并且为了方便画图,选取其中两个特征进行训练分类。 感知机 数据处理¶ In [1]: import pandas as pd import numpy as n…
|
1,198
|
|
260 字
|
2 分钟
机器学习:感知机的基本原理 前言 感知机是一个古老的模型,1957年由Rosenblatt提出,是神经网络和支持向量机的基础 感知机模型 感知机是一种线性分类模型,属于判别模型。感知机学习的目标是求得一个能够将训练数据集正实例点和负实例点完全正确分开的分离超平面,例如,在一个二维平面直角…
|
1,553
|
|
2687 字
|
12 分钟
numpy基础 0.前言 什么是numpy呢,在机器学习中,我们经常对多维向量进行处理,如果直接用循环进行计算,会非常费时间,numpy库中含有很多矩阵的运算方法,实现起来是比循环快的多的(这是目前我理解的numpy的作用) 其…
|
1,457
|
|
405 字
|
11 分钟