自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(6)
  • 收藏
  • 关注

原创 支持向量机

间隔:对于给定的数据集,SVM的目标是找到一个超平面,使得离超平面最近的样本点到超平面的距离最大。原理:给定一组训练样本集,SVM的目标是找到一个超平面(在二维空间中为一条直线,三维空间中为一个平面,高维空间中则为超平面),使得该超平面能够将不同类别的样本分隔开,并且使得分隔的间隔最大。SVM是一种有坚实理论基础的小样本学习方法,避免了从归纳到演绎的传统过程,实现了高效的从训练样本到预报样本的“转导推理”。对特征空间划分的最优超平面是SVM的目标,最大化分类边际的思想是SVM方法的核心。

2025-06-03 19:14:35 889

原创 logistic回归

在数据分析和机器学习的广阔天地中,Logistic回归犹如一颗璀璨的明珠,闪耀着独特的光芒。它是一种广泛应用于分类问题的统计分析方法,尤其擅长处理二分类任务,例如判断一封邮件是否为垃圾邮件、预测一个患者是否患有某种疾病等。Logistic回归不仅在理论上具有坚实的数学基础,而且在实际应用中表现出色,是数据科学家和研究人员手中不可或缺的工具。

2025-05-20 00:18:33 913

原创 【无标题】决策树

比如一个变量有2个值,各为1/2,另一个变量为3个值,各为1/3,其实他们都是完全不确定的变量,但是取3个值的比取2个值的信息增益大。上一小节我们知道CART做回归树时,每个叶子节点输出一个固定的数值,而模型树与其最大的不同点是:模型树把叶子节点设定为分段线性函数,即对于CART回归树的每个划分区间,构建一个线性函数来对该区间的输出值进行拟合。对于第三个缺失值处理的问题,主要需要解决的是两个问题,一是在样本某些特征缺失的情况下选择划分的属性,二是选定了划分属性,对于在该属性上缺失特征的样本的处理。

2025-04-21 22:52:14 978

原创 ROC曲线和RP曲线

ROC曲线(Receiver Operating Characteristic curve)是受试者工作特征曲线的简称。它是一种用于评估二分类模型性能的工具。它通过绘制真正例率(True Positive Rate,TPR)和假正例率(False Positive Rate,FPR)之间的关系来展示模型的性能。其中,真正例率是指模型正确预测为正类的样本占实际正类样本的比例,计算公式为TPR=TP+FNTP​,TP表示真正例数,FN表示假负例数;

2025-04-07 22:01:44 817

原创 k近邻算法及其分类器的实现

分别获得数据集每列的最小值和最大值,然后计算最大值和最小值的范围并获取数据集的行数,将减去最小值的数据集除以最大值和最小值的范围,最终返回归一化后的数据集,数据范围和最小值。#dict.get(key,default=None),字典的get()方法,返回指定键的值,如果值不在字典中返回默认值。#s.strip(rm),当rm空时,默认删除空白符(包括'\n','\r','\t',' ')4.模型评估:使用测试数据对训练好的模型进行评估,并计算分类器的性能指标,如准确率、召回率和F1值。

2025-03-24 19:00:18 899

原创 安装anaconda

安装anacoda配置环境变量打开环境变量打开path。

2025-03-10 23:50:33 241

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除