全部文章

文章分类 -  AI-4-4机器学习-算法实战

集成学习
摘要：什么是集成学习 集成学习通过建⽴⼏个模型来解决单⼀预测问题。它的⼯作原理是⽣成多个分类器/模型，各⾃独⽴地学习和作出预测。这些预测最后结合成组合预测，因此优于任何⼀个单分类的做出预测。 复习：机器学习的两个核⼼任务 任务⼀：主要⽤于解决⽋拟合问题 任务⼆：主要⽤于解决过拟合问题 集成学习中boost 阅读全文
posted @ 2025-06-17 21:17 指尖下的世界 阅读(67) 评论(0) 推荐(0)
隐马模型HMM（马尔科夫）
摘要：EM算法 EM算法也称期望最⼤化（Expectation-Maximum,简称EM）算法。 它是⼀个基础算法，是很多机器学习领域算法的基础，⽐如隐式⻢尔科夫算法（HMM）等等。 EM算法是⼀种迭代优化策略，由于它的计算⽅法中每⼀次迭代都分两步： 期望步（E步） 极⼤步（M步） 所以算法被称为EM算法 阅读全文
posted @ 2025-06-16 21:07 指尖下的世界 阅读(53) 评论(0) 推荐(0)
支持向量机（SVM）
摘要：支持向量机是一种用于分类的学习模型：群体中的哪些个体属于哪个类别？那么……SVM 和神秘的“核函数”是如何工作的呢？ 下面我像对待五岁小孩一样给你解释 SVM： 在很久以前的情⼈节，⼤侠要去救他的爱⼈，但魔⻤和他玩了⼀个游戏。 魔⻤在桌⼦上似乎有规律放了两种颜⾊的球，说： “你⽤⼀根棍分开它们？要求 阅读全文
posted @ 2025-06-12 16:33 指尖下的世界 阅读(23) 评论(0) 推荐(0)
朴素⻉叶斯
摘要：概率基础复习 概率定义 概率定义为⼀件事情发⽣的可能性 扔出⼀个硬币，结果头像朝上 P(X) : 取值在[0, 1] 联合概率、条件概率与相互独⽴ 联合概率：包含多个条件，且所有条件同时成⽴的概率 记作：P(A,B) 条件概率：就是事件A在另外⼀个事件B已经发⽣条件下的发⽣概率 记作：P(A|B) 阅读全文
posted @ 2025-06-11 18:29 指尖下的世界 阅读(16) 评论(0) 推荐(0)
聚类算法K-means
摘要：认识聚类算法 使⽤不同的聚类准则，产⽣的聚类结果不同。 1.1 聚类算法在现实中的应⽤ ⽤户画像，⼴告推荐，Data Segmentation，搜索引擎的流量推荐，恶意流量识别 基于位置信息的商业推送，新闻聚类，筛选排序 图像分割，降维，识别；离群点检测；信⽤卡异常消费；发掘相同功能的基因⽚段 1. 阅读全文
posted @ 2025-06-09 16:38 指尖下的世界 阅读(62) 评论(0) 推荐(0)
决策树
摘要：决策树思想的来源⾮常朴素，程序设计中的条件分⽀结构就是if-else结构，最早的决策树就是利⽤这类结构分割数据的⼀种分类学习⽅法 决策树： 是⼀种树形结构，本质是⼀颗由多个判断节点组成的树 其中每个内部节点表示⼀个属性上的判断， 每个分⽀代表⼀个判断结果的输出， 最后每个叶节点代表⼀种分类结果。 怎 阅读全文
posted @ 2025-06-04 22:16 指尖下的世界 阅读(42) 评论(0) 推荐(0)
逻辑回归
摘要：逻辑回归（Logistic Regression）是机器学习中最基础且最常用的⼀种分类模型，尽管名字中有"回归"，但它实际上解决的是​​分类问题​​，特别是二分类问题。由于算法的简单和⾼效，在实际中应⽤⾮常⼴泛。 逻辑回归的应⽤场景 是否会⼴告点击 是否为垃圾邮件 是否患病 ⾦融诈骗识别 虚假账号识 阅读全文
posted @ 2025-06-02 17:12 指尖下的世界 阅读(36) 评论(0) 推荐(0)
线性回归
摘要：线性回归简介 线性回归应⽤场景 房价预测 销售额度预测 贷款额度预测 举例： 什么是线性回归 定义与公式 线性回归(Linear regression)是利⽤回归⽅程(函数)对⼀个或多个⾃变量(特征值)和因变量(⽬标值)之间关系进⾏建模的⼀种分析⽅式。 特点：只有⼀个⾃变量的情况称为单变量回归，多于 阅读全文
posted @ 2025-05-28 17:54 指尖下的世界 阅读(95) 评论(0) 推荐(0)
K近邻算法(KNN)：机器学习入门必学算法
摘要：1 什么是K-近邻算法 根据你的“邻居”来推断出你的类别。 那么如何查找和你距离最近的邻居是哪个呢？这就要使用到最近邻与搜索。 最近邻域搜索（Nearest-Neighbor Lookup） 最近邻域搜索（Nearest-Neighbor Lookup，NNL）是一种在数据集中查找与给定查询点最相似 阅读全文
posted @ 2025-04-28 20:46 指尖下的世界 阅读(202) 评论(0) 推荐(0)