随笔分类 -  机器学习

线性回归
摘要：1.1什么是线性回归 我们首先用弄清楚什么是线性，什么是非线性。 线性：两个变量之间的关系是一次函数关系的——图象是直线，叫做线性。 注意：题目的线性是指广义的线性，也就是数据与数据之间的关系。 非线性：两个变量之间的关系不是一次函数关系的——图象不是直线，叫做非线性。 相信通过以上两个概念大家已经 阅读全文
posted @ 2020-11-21 17:27 Arish 阅读(2930) 评论(0) 推荐(0)
KNN回归算法
摘要：1.算法原理 1.分类和回归 分类模型和回归模型本质一样，分类模型是将回归模型的输出离散化。 一般来说，回归问题通常是用来预测一个值，如预测房价、未来的天气情况等等，例如一个产品的实际价格为500元，通过回归分析预测值为499元，我们认为这是一个比较好的回归分析。回归是对真实值的一种逼近预测。 分类 阅读全文
posted @ 2020-11-21 16:28 Arish 阅读(6685) 评论(0) 推荐(2)
KNN分类算法
摘要：原理：近朱者赤，近墨者黑 一 . K-近邻算法（KNN）概述 最简单最初级的分类器是将全部的训练数据所对应的类别都记录下来，当测试对象的属性和某个训练对象的属性完全匹配时，便可以对其进行分类。但是怎么可能所有测试对象都会找到与之完全匹配的训练对象呢，其次就是存在一个测试对象同时与多个训练对象匹配，导 阅读全文
posted @ 2020-11-21 16:20 Arish 阅读(1774) 评论(0) 推荐(0)
朴素贝叶斯算法
摘要：一、概述 贝叶斯分类算法是统计学的一种概率分类方法，朴素贝叶斯分类是贝叶斯分类中最简单的一种。其分类原理就是利 用贝叶斯公式根据某特征的先验概率计算出其后验概率，然后选择具有最大后验概率的类作为该特征所属的类。之 所以称之为”朴素”，是因为贝叶斯分类只做最原始、最简单的假设：所有的特征之间是统计独立 阅读全文
posted @ 2020-07-12 15:13 Arish 阅读(1546) 评论(0) 推荐(0)
决策树
摘要：一、概述 决策树（Decision Tree）是有监督学习中的一种算法，并且是一种基本的分类与回归的方法。也就是说，决策树有 两种：分类树和回归树。这里我们主要讨论分类树，后面再为大家讲解回归树。 通过上面的例子，我们很容易理解：决策树算法的本质就是树形结构，我们可以通过一些精心设计的问题，就可以 阅读全文
posted @ 2020-07-11 17:10 Arish 阅读(1267) 评论(0) 推荐(0)
K-近邻算法
摘要：一、概述 k-近邻算法（k-Nearest Neighbour algorithm），又称为KNN算法，是数据挖掘技术中原理最简单的算法。KNN 的工作原理：给定一个已知标签类别的训练数据集，输入没有标签的新数据后，在训练数据集中找到与新数据最邻 近的k个实例，如果这k个实例的多数属于某个类别，那么 阅读全文
posted @ 2020-07-11 15:41 Arish 阅读(395) 评论(0) 推荐(0)
感知机原理及实现
摘要：感知机的原理 感知机是二分类的线性模型，其输入是实例的特征向量，输出的是事例的类别，分别是+1和-1，属于判别模型。 假设训练数据集是线性可分的，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。如果是非线性可分的数据，则最后无法获得超平面。感知机由Rosenbl 阅读全文
posted @ 2020-07-11 12:17 Arish 阅读(1994) 评论(0) 推荐(0)