- 博客(6)
- 收藏
- 关注
RSS订阅原创 从线性到非线性：支持向量机(SVM)实战指南
通过这两个实战案例，我们从线性SVM到核函数SVM，深入理解了支持向量机的核心原理和实践技巧。线性SVM：适合线性可分数据，通过间隔最大化寻找最优超平面核函数：将数据映射到高维空间，解决非线性问题RBF核：最常用的核函数，需要调整C和gamma参数支持向量：决定模型的关键样本，体现了SVM的稀疏性参数调优：使用交叉验证和网格搜索找到最佳参数SVM虽然在一些场景下被深度学习超越，但在中小规模数据集、特征维度高、需要强解释性的场景中，依然是首选算法之一。它的数学之美和实际效果，使其成为机器学习领域永恒的经典。
2025-12-24 23:34:12
393
原创 基于高斯朴素贝叶斯的西瓜好坏分类实战：从理论到完整代码实现
编号色泽根蒂敲声纹理脐部触感密度含糖率好瓜1-8........................是9-17........................否数据已保存为CSV格式的data.txt文件。"""高斯朴素贝叶斯分类器能够处理混合类型特征：离散特征使用多项式分布，连续特征使用高斯分布"""定义一个类来封装整个朴素贝叶斯算法使用面向对象编程，方便管理模型状态和参数类名明确说明了这是"高斯"朴素贝叶斯，强调了对连续特征的处理方式。
2025-12-10 23:05:11
897
原创 决策树后剪枝实战：为什么我们需要剪枝以及为什么有时候剪枝“失效“
决策树算法有一个天生的特点：它会不断分裂节点，直到所有叶节点都变得"纯净"（即只包含同一类别的样本）。本文将以后剪枝为研究对象探讨剪枝的必要性，分析为什么在当前数据集上剪枝"看似失效"，以及在实际应用中为什么要使用剪枝技术。增益率(后剪枝) 1.000 1.000 1.000 1.000 3 3。信息增益(后剪枝) 1.000 1.000 1.000 1.000 3 3。在上一篇博客中，我们构建了基础的决策树分类器。
2025-11-26 22:04:50
864
原创 决策树算法实战：基于信息增益与增益率的贷款预测模型
决策树是一种树形结构的分类器，通过一系列的if-then规则对数据进行分类。就像我们平时做决策时的思考过程：如果 年龄=青年：└── 如果 有工作=是：└── 如果 信贷情况=好：批准贷款本文完整实现了决策树算法，重点对比了信息增益和增益率两种特征选择方法。通过贷款预测的实际案例，我们展示了：决策树算法的核心原理和实现细节两种特征选择方法的差异和适用场景机器学习模型在金融风控中的实际应用决策树作为基础而强大的算法，不仅是理解机器学习的好起点，也在很多实际场景中发挥着重要作用。
2025-11-12 19:57:14
804
原创 以约会网站推荐系统为例，探究KNN算法的实现以及模型评估
不喜欢的人一般喜欢的人非常喜欢的人每个人的数据包含三个特征：每年获得的飞行常客里程数玩视频游戏所耗时间百分比每周消费的冰淇淋公升数我们的目标是构建一个KNN分类器，根据这三个特征预测海伦对新约会对象的喜欢程度。完整的数据处理流程：从原始数据读取到归一化处理高效的KNN算法：支持概率输出和快速分类全面的模型评估：包括准确率、ROC曲线、混淆矩阵等多维度评估实用的预测系统：支持新样本的实时分类在多分类任务上表现优异（宏平均AUC达0.975）提供预测置信度，增强结果可信度。
2025-10-29 21:30:48
839
原创 VSCode 中 Python 虚拟环境的高效管理与使用指南（Windows系统）
如果已经创建了虚拟环境，不建议直接重命名文件夹，因为这会导致路径失效。如果不再需要某个虚拟环境，可以直接将其文件夹删除。），VS Code 会自动激活虚拟环境，终端提示符前会显示虚拟环境名称（例如。创建好虚拟环境后，需要告诉 VS Code 使用这个环境。为了方便管理，可以将所有虚拟环境集中存放在一个专用目录中，例如。之后，你可以安全地删除虚拟环境文件夹。，VS Code 会使用当前选择的虚拟环境运行代码。这样，所有虚拟环境都集中在一个地方，便于查找和清理。安装依赖，这些依赖将仅保存在虚拟环境中。
2025-09-29 23:05:48
203
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