机器学习
关注
分享
扫一扫
LB柠檬水
这个作者很懒，什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
机器学习 第三周 （人工神经网络）
神经网络网络训练过程输入：训练集数据、学习速率yita过程：在（0,1）范围内随机初始化网络中所有连接权和阈值repeat根据网络输入和当前参数计算网络输出值y计算输出层神经元梯度项gj计算隐层神经元梯度项eh更新连接权值和阈值until达到停止条件输出：连接权值和阈值...原创 2020-04-12 11:07:48 · 526 阅读 · 0 评论 -
机器学习笔记 第一周 （模型评估与选择）
基本术语学习（训练）：从数据中学得模型的过程训练集：参与模型训练的样本集合测试：学得模型后，使用其样本进行预测的过程测试集：被预测的样本集合假设：学得模型对应的关于数据的某种潜在规律分类：输出结果是离散型回归：输出结果是连续型监督学习：训练样本有标记无监督学习：训练样本无标记泛化能力：学得模型适用于新样本能力独立同分布：样本空间的全体样本都服从一个未知的分布，且相互独立...原创 2020-04-12 11:01:41 · 466 阅读 · 0 评论 -
机器学习 第二周 （决策树）
决策树原创 2020-04-12 11:01:11 · 170 阅读 · 0 评论 -
机器学习 第四周最近邻算法 KNN
KNN算法KNN 即K- 邻近分类算法计算步骤：算距离：给定测试对象，计算它与训练集中的每个对象的距离找邻居：圈定距离最近的k个训练对象，作为测试对象的近邻做分类：根据这k个近邻归属的主要类别，来对测试对象分类懒惰算法平时不好好学习，考试（对测试样本分类）时才临阵磨枪（临时去找k个近邻）。懒惰的后果：模型简单，计算开销大。算法流程计算已知类别...原创 2020-03-29 23:08:30 · 335 阅读 · 0 评论 -
机器学习 第五周 （聚类分析）
聚类分析的概述分类与聚类分类：学习／训练过程有监督，训练样本有明确标签聚类：学习／训练过程无监督，样本无明确标签聚类的概念聚类是把各不相同的个体分割为有更多相似性子集合的工作。聚类生成的子集合称为簇聚类的要求生成的簇内部的任意两个对象之间具有较高的相似度属于不同簇的两个对象间具有较高的相异度聚类与分类的区别在于聚类不依赖于预先定义的类，没有预定义的类和样本——聚类是一种无...原创 2020-03-31 17:26:24 · 1629 阅读 · 0 评论