Python机器学习算法 - 随笔分类 - ls秦

摘要：关联规则 -- 简介关联规则挖掘是一种基于规则的机器学习算法，该算法可以在大数据库中发现感兴趣的关系。它的目的是利用一些度量指标来分辨数据库中存在的强规则。也即是说关联规则挖掘是用于知识发现，而非预测，所以是属于无监督的机器学习方法。 A... 阅读全文

posted @ 2018-07-11 11:13 ls秦阅读(47827) 评论(0) 推荐(9)

摘要：朴素贝叶斯算法 -- 简介朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法。最为广泛的两种分类模型是决策树模型(Decision Tree Model)和朴素贝叶斯模型（Naive Bayesian Model，NBM）。和决策树模型相比，朴... 阅读全文

posted @ 2018-07-10 16:13 ls秦阅读(3554) 评论(0) 推荐(0)

摘要：SVM--简介支持向量机（Support Vector Machines）是一种二分类模型，它的目的是寻找一个超平面来对样本进行分割，分割的原则是间隔最大化，最终转化为一个凸二次规划问题来求解。在机器学习领域，是一个有监督的学习模型，通... 阅读全文

posted @ 2018-06-28 23:42 ls秦阅读(3408) 评论(0) 推荐(0)

摘要：逻辑回归--简介逻辑回归(Logistic Regression)就是这样的一个过程：面对一个回归或者分类问题，建立代价函数，然后通过优化方法迭代求解出最优的模型参数，然后测试验证我们这个求解的模型的好坏。 Logistic回归虽然名字里... 阅读全文

posted @ 2018-06-28 16:51 ls秦阅读(8598) 评论(0) 推荐(0)

摘要：决策树 -- 简介决策树(decision tree)一般都是自上而下的来生成的。每个决策或事件（即自然状态）都可能引出两个或多个事件，导致不同的结果，把这种决策分支画成图形很像一棵树的枝干，故称决策树。决策树是一种有监管学习的分类方法... 阅读全文

posted @ 2018-06-23 14:06 ls秦阅读(1790) 评论(0) 推荐(0)

摘要：K-Means简介 K-Means（K-均值聚类）算法是很典型的基于距离的聚类算法，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大。 K-Means算法属于非监督学习(Unsupervised Learning)。该算法认为... 阅读全文

posted @ 2018-06-20 23:50 ls秦阅读(518) 评论(0) 推荐(0)

摘要：KNN简介 K最近邻(k-Nearest Neighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。KNN分类算法属于监督学习。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... 阅读全文

posted @ 2018-06-20 22:55 ls秦阅读(438) 评论(0) 推荐(0)

ls秦