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(17)
  • 收藏
  • 关注

原创 奇异值分解(SVD)

本文简单介绍了矩阵奇异值分解的基本原理,并通过python实例进行了演示。

2024-08-13 19:12:47 2591

原创 主成分分析(PCA)

本文讲解了主成分分析(PCA)的基本原理,并利用python进行了实例演示。

2024-08-11 23:49:39 15646 2

原创 k-means算法原理

本文对k-means算法的原理进行了讲解,并用python进行了演示。

2024-08-07 13:44:45 1605 1

原创 随机森林算法

本文对随机森林(Random Forests)算法的基本原理及算法过程进行介绍。

2024-08-01 23:17:45 881

原创 支持向量机(SVM)的基本原理

(1)支持向量机比较适当小样本的训练,对于大样本来说,由于涉及到二次规划求解,需要耗费大量的计算资源。(2)支持向量机可以通过核函数,将线性不可分问题转化为非线性可分问题,从而实现问题的解决。(3)SVM涉及较多的数学理论知识,如二次规划、对偶问题、SMO算法、核函数等。

2024-07-28 14:43:36 2380

原创 K邻近算法

本文对K邻近算法的基本原理进行了讲解,并进行了实例演示。

2024-07-20 21:16:13 1011

原创 CatBoost算法的一些说明

本文讲解了CatBoost算法的基本原理,并对相关知识点进行了说明。

2024-07-16 21:49:08 1089

原创 LightGBM算法的一些说明

LightGBM算法是微软亚洲研究院(MSRA)于2017年提出的一种梯度提升算法。该算法在XGBoost算法的基本原理基础上进行了优化。主要是运行效率和支持类别特征的优化。

2024-05-16 22:04:25 1385 1

原创 XGBoost之二分类算法

本文详细讲解了XGBoost二分类算法原理,并演示了python代码实现。

2024-03-14 22:08:40 2512

原创 XGBoost之回归算法

本文详细讲解了XGBoost回归算法原理,并演示了python代码实现。

2024-01-28 14:00:26 11334

原创 GBDT之二分类算法

GBDT,全称Gradient Boosting Decision Tree,梯度提升决策树。该算法于1999年由Friedman最早提出。GBDT算法的基本思路是通过对负梯度的不断拟合,实现学习器的更新,得到最终的强学习器。GBDT算法支持回归算法和分类算法,其分类算法支持二分类和多分类。本文介绍其中的二分类算法。对于二分类算法,得到最终的强学习器后,将其转化为正样本事件发生的概率。

2024-01-22 23:59:41 1891 1

原创 GBDT算法之回归算法

GBDT,全称Gradient Boosting Decision Tree,梯度提升决策树。GBDT算法的基本思路是通过对负梯度的不断拟合,实现学习器的更新,得到最终的强学习器。当损失函数为平方损失函数时,负梯度正好等于残差,此时可通过对残差的不断拟合实现学习器的更新。本文详细讲解了GBDT回归算法的原理。

2024-01-18 21:02:36 2195

原创 Adaboost算法原理与实例

本文详细讲解了adboost算法的基本原理,并通过实例讲解了算法过程。

2024-01-13 21:01:21 3216

原创 CART算法之回归树

本文详细介绍了CART回归算法的原理。

2023-11-28 23:37:14 870

原创 CART算法之分类树

本文介绍CART分类算法的原理。

2023-11-26 23:46:06 1112

原创 C4.5算法原理详解

本文详细讲解了C4.5算法的基本原理,本举例进行了说明。

2023-10-28 17:38:27 1945

原创 ID3算法原理详解

本文介绍了ID3算法详细原理,并举例说明。

2023-07-26 13:43:09 7891 5

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