机器学习 - 随笔分类 - 周文豪

机器学习：模型评估与优化过拟合、欠拟合、数据分离、混淆矩阵

摘要：一、过拟合与欠拟合 1、回归任务的过拟合和欠拟合拟合反应速率(rate)与温度(temperature)数据，预测85度时的反应速率。（1）、good fit 好的模型的预测结果如下图，即开口向下的抛物线，这是一个回归的任务，由于数据点不符合线性分布，故不是线性回归，可以理解为多项式回归，即二阅读全文

posted @ 2025-02-20 11:50 周文豪阅读(322) 评论(0) 推荐(0)

机器学习-监督学习之降维算法（PCA）

摘要：一、降维算法概述 1.降维算法概述降维就是一种针对高维度特征进行的数据预处理方法，是应用非常广泛的数据预处理方法。降维算法指对高维度的数据保留下最重要的一些特征，去除噪声和不重要的特征，从而实现提升数据处理速度的目的。在实际的生产和应用中，在一定的信息损失范围内，降维可以节省大量的时间和成本。阅读全文

posted @ 2025-02-12 16:02 周文豪阅读(173) 评论(0) 推荐(0)

机器学习-监督学习之决策树算法ID3

摘要：一、决策树(Decision Tree) 1、逻辑回归VS决策树任务:根据用户的学习动力、能力提升意愿、兴趣度、空余时间，判断其是否适合学习本门课程。（1）、如果用逻辑回归模型框架逻辑回归是把四个属性直接丢给模型，建立逻辑回归的方程，预测出对应分类的概率。（2）、如果用决策树模型框架问:想阅读全文

posted @ 2025-02-12 11:43 周文豪阅读(117) 评论(0) 推荐(0)

机器学习：异常检测(概率密度)

摘要：一、异常检测(Anomaly Detection) 识别数据中异常的数据点任务一:根据设备上传感器1与2的数据自动监测设备异常工作状态其中：sensor就是传感器的意思。任务二:自动寻找图片中异常的目标更多案例: （1）、异常消费检测(商业) （2）、劣质产品检测(工业) （3）、缺陷基因检阅读全文

posted @ 2025-02-12 11:39 周文豪阅读(184) 评论(0) 推荐(0)

机器学习-无监督学习之聚类clustering（KMeans和MeanShift）

摘要：一、无监督学习Unsupervised Learning 1、无监督学习任务:下边六个实例，根据自己喜欢的方式分成两组让计算机将下面的六张图片分成两类方式一:站着(1、2)或坐着(3、4、5、6)方式二:全身(1、2、3)或半身(4、5、6)方式三:蓝眼球(1、2、3、5)或不是蓝眼球(4、6 阅读全文

posted @ 2025-02-10 23:37 周文豪阅读(335) 评论(0) 推荐(0)

机器学习-监督学习之逻辑回归

摘要：一、分类问题Classification 分类案例 1、实例:垃圾邮件检测任务输入:电子邮件输出:此为垃圾邮件/普通邮件流程（1）、标注样本邮件为垃圾/普通邮件(人) （2）、获取批量的样本邮件及其标签，学习其特征(计算机) （3）、针对新的邮件，自动判断其类别(计算机) 特征用于帮助判断是否为阅读全文

posted @ 2025-02-10 11:55 周文豪阅读(182) 评论(0) 推荐(0)

机器学习-监督学习之线性回归

摘要：一、机器学习介绍 1、什么是机器学习？机器学习是实现人工智能的最主流方法。它涉及到算法和统计模型的使用，使得计算机系统能够从数据中“学习”和改进任务的执行，而不是通过明确的编程来实现。机器学习包括多种技术，如线性回归、支持向量机（SVM）、决策树等。第十个月的工资：y0*1.19 把月份和工资数阅读全文

posted @ 2025-02-08 14:31 周文豪阅读(125) 评论(0) 推荐(0)

随笔分类 - 机器学习