- 博客(4)
- 收藏
- 关注
RSS订阅原创 机器学习之集成学习---《机器学习-周志华》学习笔记
目录1． 谈谈集成学习的概念和思想。2． 集成学习方法可以分为哪几类，并且分别阐述它们的特点。3． 在集成学习中，阐述针对二分类问题的AdaBoost算法实现过程。思考AdaBoost算法在每一轮如何改变训练数据的权值或概率分布?4．随机森林与集成学习之间有什么样的关系？5. 用python实现基于单层决策树的AdaBoost算法。1． 谈谈集成学习的概念和思想。集成学习就是说将多个 “单个学...
2019-07-26 21:52:53
532
原创 机器学习之贝叶斯分类器---《机器学习-周志华》学习笔记
1. 解释先验概率、后验概率、全概率公式、条件概率公式，结合实例说明贝叶斯公式，如何理解贝叶斯定理？①先验概率:是指根据以往经验和分析得到的概率举个例子：如果我们对西瓜的色泽、根蒂和纹理等特征一无所知，按照常理来说，西瓜是好瓜的概率是60%。那么这个概率P（好瓜）就被称为先验概率。②后验概率:事情已经发生，要求这件事情发生的原因是由某个因素引起的可能性的大小举个例子：假如我们了解到判断西瓜...
2019-07-24 10:05:04
729
1
原创 机器学习之特征选择——《机器学习-周志华》学习笔记
1、简述特征选择的目的● 将高维空间的样本通过映射或者是变换的方式转换到低维空间，达到降维的目的● 通过特征选取删选掉冗余和不相关的特征来降低学习任务的难度2、试比较特征选择与第十章介绍的降维方法的异同相同点：都可以达到降维的目的不同点： 降维本质上是从一个维度空间映射到另一个维度空间，特征的多少别没有...
2019-07-21 15:29:33
871
原创 机器学习之强化学习---《机器学习-周志华》学习笔记
强化学习 强化学习又称再励学习、评价学习或增强学习。我们在执行一个任务时，不知道这个任务对结果能否造成好的影响，只能得到一个当前反馈，需要不断尝试，才能得出较好的策略。这个过程称为“”强化学习“”。1.分析强化学习与监督学习的联系与差别 &...
2019-07-17 17:28:38
979
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