- 博客(7)
- 收藏
- 关注
RSS订阅原创 机器学习——支持向量机
对于一个二分类问题，目标是找到一条直线，使得所有类别为1的点位于直线的某一侧，所有类别为-1的点位于另一侧。数学上，间隔是指距离超平面最近的点到超平面的距离，而最大间隔指的是尽量增大这个距离。在许多实际问题中，数据集是非线性可分的，即无法通过一个简单的超平面（如直线、平面）将两类样本分开。SVM被广泛应用于图像分类问题，尤其在手写数字识别、人脸识别等任务中，通过有效的特征提取和核技巧，SVM可以达到很好的分类效果。SVM的目标是找到一个最优超平面，这个超平面不仅能将样本分类，同时最大化类别之间的间隔。
2024-12-01 22:00:16
1832
原创 机器学习——K-近邻算法（KNN）
K-近邻算法（K-Nearest Neighbors, 简称 KNN）是一种基于实例的机器学习算法，广泛应用于分类和回归任务。它通过计算数据点之间的相似度（通常是距离度量），然后预测新的数据点的标签或数值。在图像分类任务中，KNN 可以通过计算图像特征向量之间的距离来分类，例如手写数字识别。KNN 可用于垃圾邮件检测，通过比较新邮件和历史邮件的相似性，判断其类别。原则，根据 kkk 个最近邻居的类别进行投票，选出出现最多的类别。基于用户相似度的推荐系统中，KNN 常用于查找兴趣相似的用户群体。
2024-11-29 19:10:24
2895
原创 机器学习——模型评估与选择
模型评估的目的是为了确保我们选出的模型能在实际场景中取得良好的泛化能力，而不仅仅是在训练数据集上表现优秀。过于复杂的模型往往会产生过拟合，导致它们无法处理新的、未见过的数据。在选择模型时，除了要考虑模型的准确性，还应考虑其训练和推理时间、计算复杂度、数据要求、对噪声的敏感性等因素。
2024-11-28 21:08:34
1479
原创 机器学习——逻辑回归
总的来说，逻辑回归是一个非常基础但强大的分类模型，特别适合于需要高效处理二分类任务的场景。通过掌握逻辑回归的基本原理与技巧，我们能够在实际问题中快速构建、训练和优化分类模型，从而为决策提供可靠的支持。如果内容上有错误或者讲得不好的地方还请指正。
2024-11-21 16:37:27
1892
原创 机器学习——线性回归
线性回归是机器学习中最基础且最常用的算法之一，广泛应用于数据建模和预测问题中。线性回归是一种监督学习算法，用于解决回归问题。什么情况下用线性回归呢？那肯定是你发现一类问题的结果数据与受这个问题影响因素呈现线性关系，比如说一般情况下，大部分人在未成年之前的身高受年龄影响且年龄越大身高越高，又比如说企业中广告支出与收入间的关系，等等。
2024-11-19 17:28:20
989
原创 机器学习入门知识
随着人工智能的发展，作为人工智能中的一个基础且重要的分支——机器学习也是愈发吸引大家来了解以及学习，那么在学习机器学习前，我们需要先来了解一下什么是机器学习，以及机器学习中涉及了哪些内容。
2024-11-18 17:29:01
6003
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