随笔分类 - [机器学习]
摘要:
在机器学习中我们训练出来一个模型,其准确性还未得到验证情况下,不能直接的在真实的环境里面去使用。
阅读全文
在机器学习中我们训练出来一个模型,其准确性还未得到验证情况下,不能直接的在真实的环境里面去使用。
阅读全文
摘要:
超参数:在算法运行前需要决定的参数 模型参数:算法过程中学习的参数 KNN算法没有模型参数,里面的$k$是典型的超参数 KNN的超参数 超参数_$k$ $tips$: 若是所搜结果为边界则应该拓宽边界继续搜索 from sklearn import datasets from sklearn.mod
阅读全文
超参数:在算法运行前需要决定的参数 模型参数:算法过程中学习的参数 KNN算法没有模型参数,里面的$k$是典型的超参数 KNN的超参数 超参数_$k$ $tips$: 若是所搜结果为边界则应该拓宽边界继续搜索 from sklearn import datasets from sklearn.mod
阅读全文
摘要:
KNN(K- Nearest Neighbor)法即K最邻近法,最初由 Cover和Hart于1968年提出,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。
阅读全文
KNN(K- Nearest Neighbor)法即K最邻近法,最初由 Cover和Hart于1968年提出,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。
阅读全文

机器学习的一些基础概念
机器学习环境准备,以及一些会出现的错误
浙公网安备 33010602011771号