Codeoh的博客

cvpr_2018文章的实验 配置 python 3.6 keras=1.1.0 Theano = 1.0.2(pip install) Pygpu = 0.7.5(conda install) Tensorflow,tensorflow-gpu=2.2.0 步骤 Conda create -n my_new_env python=3.6 Conda activate my_new_env pip install Theano==1.0.2 conda install pygpu=0.7.5 python

决策树特点： ​ a. 树形结构： ​ 根节点 ​ 非叶子节点 ​ 分支 ​ 叶子节点：结果值 ​ b.每个节点具有决策功能 训练阶段 ​ 从给定的训练集DB，构造一棵决策树 ​ class = DecisionTree(DB) ​ 决策树构造： ​ 基本思想：随着树深度的增加，节点的熵迅速地降低。熵降低的速度越快越好，去得到一颗高度最矮的决策树。 ​ a.确定数据记录的特征 ​ b.计算初始熵值 ​ c.尝试计算每一个特征作为根节点后得到的熵值 ​ 决策分支后的熵值 = P(T1)

本文是为了以后方便查看，转载其他人的博客。原博客链接   一、KNN算法概述# 　　邻近算法，或者说K最近邻(kNN，k-NearestNeighbor)分类算法是数据挖掘分类技术中最简单的方法之一。所谓K最近邻，就是k个最近的邻居的意思，说的是每个样本都可以用它最接近的k个邻居来代表。Cover和Hart在1968年提出了最初的邻近算法。KNN是一种分类(classifica...

Pandas 用法总结 Pandas 简述： Pandas 是什么？ Pandas是一个强大的分析结构化数据的工具集；它的使用基础是Numpy（提供高性能的矩阵运算）；用于数据挖掘和数据分析，同时也提供数据清洗功能。 核心成员： DataFrame:是Pandas中的一个表格型的数据结构，包含有一组有序的列，每列可以是不同的值类型(数值、字符串、布尔型等)，DataFrame即有行索引也有列...

机器学习系统的类型 根据常见规则进行分类： 是否在人工监督下进行训练：监督学习（Supervised Learning）、非监督(Unsupervised Learning)、半监督学习（Semisupervised Learning）、强化学习(Reinforcement Learning) 是否可以动态渐进学习：在线学习（Online Learning） vs 批量学习（Batch Lear...

什么是机器学习？ 广义概念；机器学习是让计算机具有学习能力，无需进行明确编程。–亚瑟·萨缪尔， 1959 工程性概念：计算机程序利用经验E学习任务T，性能是P，如果针对任务T的性能P随着经验E不断增长，则称为机器学习。–汤姆·米切尔，1997 为什么使用机器学习？ 在面对新来的事物做判断时，传统的方式会采用一长串负责的规则去进行判断，如果新来的样本符合我们规则，我们就可以准确的判断样本的好坏...