healingwounds的博客

神经网络学习笔记前言本笔记主要是我研读《神经网络与深度学习》一书之后，对重要知识点的整理和公式的推导。这里讲的神经网络是最简单的前馈神经网络，学习算法采用基于误差反向传播的（随机）梯度下降算法。文章目录神经网络学习笔记前言1 神经网络结构和符号定义2 信号前向传播与误差反向传播公式3 梯度下降算法4 采用小批量随机梯度下降算法的神经网络训练流程5 经典神经网络存在的问题和改进5.1 神经元饱...

决策树算法前言最近在数据挖掘与机器学习的课程上刚刚学到了决策树算法，于是，想自己用 MATLAB 简单实现一下。虽然拿其中最简单算法的进行实现，但是，从构思–编写–初步完成，也花费了不少时间，毕竟只有动手编写，才能真正体会到算法的内涵。文章目录决策树算法前言1 算法流程2 程序设计3 MATLAB 中的调用4 Python 中的调用1 算法流程通过阅读机器学习的书籍首先了解决策树算法的基...

基于决策树模型对 IRIS 数据集分类文章目录基于决策树模型对 IRIS 数据集分类1 python 实现加载数据集可视化数据集分类和预测计算准确率2 基于MATLAB 实现1 python 实现加载数据集IRIS 数据集在 sklearn 模块中已经提供。# -*- coding: utf-8 -*-from matplotlib import pyplot as pltimpo...

利用 sklearn SVM 分类器对 IRIS 数据集分类支持向量机（SVM）是一种最大化分类间隔的线性分类器（如果不考虑核函数）。通过使用核函数可以用于非线性分类。SVM 是一种判别模型，既适用于分类也适用于回归问题，标准的 SVM 是二分类器，可以采用 “one vs one” 或 “one vs rest” 策略解决多分类问题。相关原理推导参考：https://blog.csdn.n...

利用 sklearn 贝叶斯分类器对 IRIS 数据集分类贝叶斯分类的基本思想一言以蔽之“将样本归为其后验概率最大的那个类”。具体原理参考: http://www.cnblogs.com/leoo2sk/archive/2010/09/17/naive-bayesian-classifier.htmlsklearn 工具包中对根据样本的分布特性对朴素贝叶斯分类器进行了实现，分为以下几个具体情...

转载：https://zhuanlan.zhihu.com/p/27657264引言跟传统的监督式机器学习算法相比，深度神经网络目前最大的劣势是什么？贵。尤其是当我们在尝试处理现实生活中诸如图像识别、声音辨识等实际问题的时候。一旦你的模型中包含一些隐藏层时，增添多一层隐藏层将会花费巨大的计算资源。庆幸的是，有一种叫做“迁移学习”的方式，可以使我们在他人训练过的模型基础上进行小改动便可投入使用。在...

基于sklearn 对 IRIS 数据集分类关于聚类聚类（Clustering）是一种无监督学习(unsupervised learning)，简单地说就是把相似的对象归到同一簇中。簇内的对象越相似，聚类的效果越好。关于 K-MeansＫ-Means算法是最为经典的基于划分的聚簇方法，是十大经典数据挖掘算法之一。简单的说Ｋ-Means就是在没有任何监督信号的情况下将数据分为K份的一种方法。...