摘要： 一、简介 支持向量机是一类按监督学习方式对数据进行二元分类的广义线性分类器，其决策边界是对学习样本求解的最大边距超平面。SVM使用铰链损失函数计算经验风险并在求解系统中加入了正则化项以优化结构风险，是一个具有稀疏性和稳健性的分类器。SVM可以通过核方法进行非线性分类，是常见的核学习方法之一。 二、基 阅读全文

摘要： 一、简介： logistic回归又称logistic回归分析，是一种广义的线性回归分析模型，常用于数据挖掘，疾病自动诊断，经济预测等领域。 二、具体步骤 （1）收集数据：采用各种方法收集数据 （2）准备数据：因为需要计算距离，所以数据类型应该是数值型，最好是结构化数据格式； （3）分析数据：通过业务 阅读全文

摘要： 一、贝叶斯定理 贝叶斯定理由英国数学家贝叶斯 ( Thomas Bayes 1702-1761 ) 发展，用来描述两个条件概率之间的关系，比如 P(A|B) 和 P(B|A)。按照乘法法则，可以立刻导出： P(A∩B) = P(A)*P(B|A)=P(B)*P(A|B)。如上公式也可变形为：P(A| 阅读全文

摘要： 剪枝(pruning)是决策树学习算法对付"过拟合"的主要手段。在决策树学习中，为了尽可能正确分类训练样本，结点划分过程将不断重复，有时会造成决策树分支过多，这时就可能因训练样本学得"太好"了，以致于把训练集自身的一些特点当做所有数据都具有的一般性质而导致过拟合。因此，可通过主动去掉一些分支来降低过 阅读全文

摘要： 什么是决策树？ 分类决策树模型是一种描述对实例进行分类的树形结构。 决策树由结点和有向边组成。结点有两种类型：内部结点和叶 节点。内部结点表示一个特征或属性，叶节点表示一个类。 基本流程： 决策过程中提出的每个判定问题都是对某个属性的“测试” 。 每个测试的结果或是导出最终结论，或者导出进一步的判定 阅读全文

摘要： 1.K-近邻算法的概述 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。该方法的思路是：在特征空间中，如果一个样本附近的k个最近(即特征空间中最邻近)样本的大多数属于某一个类别，则该样本也属于这个类别。 2.自制数据集： 根 阅读全文

摘要： 什么是PR曲线？ PR曲线是由模型的查准率和查全率为坐标轴形成的曲线，查准率P为纵坐标 查全率R为横坐标 把正例正确分类为正例，表示为TP（true positive），把正例错误分类为负例，表示为FN（false negative）， 把负例正确分类为负例，表示为TN（true negative） 阅读全文

摘要： 本文采用如下安装方案： 安装Anaconda：建立Python应用环境 Visual Studio Code: 建立代码编辑环境 安装OpenCV：建立视觉开发环境 安装PyTorch：建立深度学习开发环境 1.Anaconda下载 访问https://repo.anaconda.com/archi 阅读全文

摘要： 从结果上，p++，p与*（p)与的结果相同都是地址在增加，而（*p)++只是地址中的值在进行增加； 阅读全文

摘要： 数组(Array)是有序的元素序列。 若将有限个类型相同的变量的集合命名，那么这个名称为数组名。组成数组的各个变量称为数组的分量，也称为数组的元素，有时也称为下标变量。用于区分数组的各个元素的数字编号称为下标。数组是在程序设计中，为了处理方便， 把具有相同类型的若干元素按有序的形式组织起来的一种形式 阅读全文