该文被密码保护。 阅读全文

摘要： 一、贝叶斯定理 机器学习所要实现的均是通过有限的训练样本尽可能的准确估计出后验概率，也就是所说的结果情况。大题分为判别式模型和生成式模型。 1. 判别式模型：直接通过建模P（结果|特征）的方式来预测结果，典型代表如决策树，BP神经网络、支持向量机等。 2. 生成式模型：先对联合概率分布P（特征，结果 阅读全文

摘要： 一、激活函数 激活函数也称为响应函数，用于处理神经元的输出，理想的激活函数如阶跃函数，Sigmoid函数也常常作为激活函数使用。 在阶跃函数中，1表示神经元处于兴奋状态，0表示神经元处于抑制状态。 二、感知机 感知机是两层神经元组成的神经网络，感知机的权重调整方式如下所示： 按照正常思路wi+△wi 阅读全文

摘要： 1. 循环遍历 2. 录入数据 3. list的去重 4. list的排序 5. 统计数据 6. 二维链表的使用 7. 判断链表中是否有元素 8. 字符串的拼接 9. 判断字典是否存在key值数据 10. 字符串边List 11. 将字符串转化成算术式子 12. 三元运算符 13. python不换 阅读全文

摘要： 一、分类树构建存在的问题 1. 切分过于迅速 假定当前叶子节点选择特征A来分割数据，那么数据A将不再后续的叶子节点中起作用，这样就会造成切分过于迅速 2. 不能处理连续数据 想要处理连续型数据，必须先将连续性数据转化成离散型数据。CART就是特别有名的利用二分法来处理连续性变量的树形算法。将度量方法 阅读全文

该文被密码保护。 阅读全文