嘟嘟_猪

摘要： Adaboost是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器(弱分类器)，然后把这些弱分类器集合起来，构成一个更强的最终分类器(强分类器)。其算法本身是通过改变数据分布来实现的，它根据每次训练集之中每个样本的分类是否正确，以及上次的总体分类的准确率，来确定每个样本的权值。将修改过权值 阅读全文

摘要： 决策树意义： 分类决策树模型是表示基于特征对实例进行分类的树形结构.决策树可以转换为一个if_then规则的集合，也可以看作是定义在特征空间划分上的类的条件概率分布. 它着眼于从一组无次序、无规则的样本数据（概念）中推理出决策树表示形式的分类规则.假设这里的样本数据应该能够用“属性—结论”.决策树学 阅读全文

摘要： #################################Weka-J48(C4.5)################################# ##############################R语言：C4.5############################### 阅读全文

摘要： 逻辑回归模型是一种将影响概率的不同因素结合在一起的指数模型，得到的是0~1之间的概率分布.自变量范围是，值域范围限制在0~1之间.在搜索广告、信息处理和生物统计中有广泛的应用.例如搜索广告的点击率预估，将影响概率预测的各种信息作为变量，比如广告的位置、广告和搜索词的相关性、广告展示的时间（比如晚上广 阅读全文

摘要： knn法是一种基本分类与回归方法 应用：knn算法不仅可以用于分类，还可以用于回归.. 1、文本分类：文本分类主要应用于信息检索，机器翻译，自动文摘，信息过滤，邮件分类等任务. 2、可以使用knn算法做到比较通用的现有用户产品推荐，基于用户的最近邻(长得最像的用户)买了什么产品来推荐是种介于电子商务 阅读全文

摘要： Naive Bayes: 简单有效的常用分类算法,典型用途：垃圾邮件分类 假设：给定目标值时属性之间相互条件独立 同样，先验概率的贝叶斯估计是 优点： 1、 无监督学习的一种，实现简单，没有迭代，学习效率高，在大样本量下会有较好的表现. 2、 对分类器的学习情况有着比较简单的解释，可以简单的通过查询 阅读全文