- 博客(6)
- 收藏
- 关注
RSS订阅原创 机器学习：Logistic回归
Logistic回归通过将线性回归的输出映射到(0,1)区间，利用Sigmoid函数将线性回归的连续值转换为概率值，从而解决分类问题。Logistic Regression的损失函数：当通过sigmoid函数获得分类预测值后，我们通过损失函数来参与logistic模型的优化。logistic回归模型的线性形式：ln(P/(1-P))=logitP=β0+β1X1+…通过Sigmoid函数将z映射到(0,1)：σ(z) = 1/(1+e^-z)将输出解释为概率：P(y=1|x) = σ(z)
2025-05-20 18:15:45
455
原创 机器学习——朴素贝叶斯算法
朴素贝叶斯（Naive Bayes）是一种基于贝叶斯定理的简单但高效的分类算法，尤其适用于文本分类和高维数据。朴素贝叶斯通过“朴素”的独立性假设简化计算，虽理论简单，但在文本和高维数据分类中表现优异，是高效实用的机器学习入门算法！
2025-05-05 23:28:15
394
原创 机器学习：性能度量
这次实验学习了PR曲线和ROC曲线以及如何绘制它们，运用图像反映样本的属性，更直接的反映一些数据所表达的信息。更加深层次的了解了python的更多方面的运用。。
2025-04-07 22:47:49
1010
原创 KNN算法（k近邻算法）
K近邻算法（K-Nearest Neighbors，简称KNN）是一种基本的监督学习方法，既可以用于分类问题，也可以用于回归问题。该算法完整展示了如何将机器学习算法从理论转化为实际应用，突出了工程化实现中的关键考量点，为类似分类问题提供了可复用的解决方案模板。分类任务：一个样本的类别由其K个最近邻居的多数投票决定。回归任务：一个样本的输出值由其K个最近邻居的平均值决定。欧氏距离（最常用）：√(Σ(xᵢ - yᵢ)²。分类：统计K个邻居的类别，取出现次数最多的类别。评估模型：使用适当的评估指标验证模型性能。
2025-03-24 21:24:56
917
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