摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 感知机对偶形式(鸢尾花分类) 一、导入模块 二、获取数据 三、训练模型 python def train(num_iter, train_data, 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(7839)
评论(0)
推荐(0)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 前向分步算法 一、前向分步算法引入 假设Nick的年龄是25岁。 1. 第1棵决策树 把Nick的年龄设置成初始值0岁去学习，如果第1棵决策树预测Ni 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(622)
评论(0)
推荐(0)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 多项式回归(波士顿房价预测) 一、导入模块 二、获取数据 在《代码 普通线性回归》的时候说到特征LSTAT和标记MEDV有最高的相关性，但是它们之间并 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(7059)
评论(1)
推荐(0)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 拉格朗日对偶性 在约束最优化问题中，拉格朗日对偶性(Lagrange duality)可以将原始问题转换为对偶问题，然后通过求解对偶问题的解得到原始问 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(954)
评论(0)
推荐(0)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 最小二乘法 最小二乘法，可以理解为最小平方和，即误差的最小平方和，在线性回归中，$误差=真实值 预测值$。最小二乘法的核心思想就是——通过最小化误差的 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(1783)
评论(0)
推荐(0)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 线性回归 线性回归是比较经典的线性模型，属于监督学习中预测值为连续值的回归问题。 线性回归针对的是一个或多个特征与连续目标变量之间的关系建模，即线性回 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(7761)
评论(0)
推荐(3)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html scikit learn库之随机森林 本文主要介绍随机森林的两个模型 和`RandomForestRegressor RandomForestClas 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(1952)
评论(0)
推荐(0)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 决策树C4.5算法 为了解决决策树ID3算法的不足，ID3算法的作者昆兰基于它的不足改进了决策树ID3算法。但是可能会有人有疑问，既然上一个决策树算法 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(2892)
评论(0)
推荐(1)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 线性支持向量机(鸢尾花分类) 一、导入模块 二、获取数据 三、构建决策边界 四、线性可分支持向量机 4.1 训练模型 4.2 可视化 五、线性支持向量 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(2069)
评论(0)
推荐(0)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 线性支持向量机 在线性可分支持向量机中说到线性可分支持向量机有一个缺点是无法对异常点做处理，也正是因为这些异常点导致数据变得线性不可分或者会因为它的正 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(2059)
评论(0)
推荐(0)
浙公网安备 33010602011771号