04 2019 档案
摘要:本章讲决策树 决策树,一种多功能且强大的机器学习算法。它实现了分类和回归任务,甚至多输出任务。 决策树的组合就是随机森林。 本章的代码部分不做说明,具体请到我的GitHub上自行获取。 决策树的每个节点都是一种属性的判断,每个分支是判断结果的输出,是一种监督学习的算法。 决策树的类别有很多,最广泛使
阅读全文
摘要:本章在讲支持向量机(Support Vector Machine)。 支持向量机,一个功能强大的机器学习模型,能够执行线性或非线性数据的分类、回归甚至异常值检测的任务。它适用于中小型数据集的分类。 线性SVM分类 线性SVM分类大体分为两类,一种叫硬间隔分类,另一种叫软间隔分类。两者间的区别在于是否
阅读全文
摘要:本章主要讲训练模型的方法。 线性回归模型 闭式方程:直接计算最适合训练集的模型参数 梯度下降:逐渐调整模型参数直到训练集上的成本函数调至最低,最终趋同与第一种方法计算出的参数 首先,给出线性回归模型的预测公式 将上述公式向量化 当公式存在后,我们由于需要最优参数,因此需要成本函数。线性回归模型一般的
阅读全文
摘要:https://pan.baidu.com/s/1iTIoa4RXdK-lo_QEgLEOFw 提取码:76hf
阅读全文
摘要:回顾3月,自己做的很多地方值得坚持,但也存在很多的问题。比如制定的计划开始挺好的,之后就不想再去坚持,这个非常糟糕,我需要自己改进!在学习方面,我感觉自己的强度还不够大,没有达到自己所期望的那个样子,不能在4月份浪费自己的时间,我需要更加努力!在生活方面,我应该早点睡觉,早点起床,早点干活,规律自己
阅读全文