摘要: placeholder 阅读全文
posted @ 2019-09-10 20:48 igofreely 阅读(195) 评论(0) 推荐(0) 编辑
摘要: placeholder 阅读全文
posted @ 2019-09-22 01:32 igofreely 阅读(138) 评论(0) 推荐(0) 编辑
摘要: 最近入手了一台迷你电脑:Intel NUC Next Unit of Computing,配了1根16GB内存条(2666)和两块固态(m.2+sata),搭载i5 8259U ,Intel Iris Plus 655(畅玩gta5,支持双4k60hz),Intel AC 9560、Bluetoot 阅读全文
posted @ 2019-08-03 14:56 igofreely 阅读(3807) 评论(2) 推荐(0) 编辑
摘要: 决策树的构建满足信息熵增益最大化原则 决策树的优点: 可解释性高 能处理非线性的数据 不需要数据归一化 可以用于特征工程 对数据分布没有偏好 广泛使用 容易软件实现 可以转化为规则 决策树的弱点 启发式生成,不是最优解 容易过拟合 微小的数据改变会改变整个树的形状 对类别不平衡的数据不友好 随机森林 阅读全文
posted @ 2019-07-20 17:24 igofreely 阅读(3176) 评论(0) 推荐(0) 编辑
摘要: 支持向量机(svm)英文为Support Vector Machines 第一次接触支持向量机是2017年在一个在线解密游戏“哈密顿行动”中的一个关卡的二分类问题,用到了台湾教授写的svm库libsvm ‘C ’版。支持向量机在深度学*之前统治了机器学**10年,机器学*有个没有免费的午餐定理,意思 阅读全文
posted @ 2019-07-13 20:24 igofreely 阅读(430) 评论(0) 推荐(0) 编辑
摘要: 软件兼容性的定义及操作系统对比: 向上(下)兼容指的是按某档机器编制的软件,不加修改就能运行于比它高(低)档的机器上。 向前(后)兼容指的是按某个时期投入市场的该型号机器上编制的软件,不加修改就能运行于比它前(后)投入市场的机器上。 目前市面上流行的操作系统有:windows、linux、mac、a 阅读全文
posted @ 2019-07-08 19:48 igofreely 阅读(2855) 评论(0) 推荐(0) 编辑
摘要: 机器学习的分类: 监督学习:带标签 回归:连续 分类:离散 无监督学习 聚类:无标签,异常检测,降维 强化学习:试错 机器学习流程: 1.数据获取 2.数据清洗 3.特征工程 4.预处理 5.选择学习模型 6. 7.模型部署 数据预处理 特征提取:特征工程 处理缺失数据:均值、众数、聚类、丢弃 数据 阅读全文
posted @ 2019-07-06 14:49 igofreely 阅读(390) 评论(0) 推荐(0) 编辑