监督学习
关注
分享
扫一扫
laboirousbee
从事计算视觉行业，正在踏入人工智能领域，多多学习，多多指教。
展开
-
监督学习——支持向量机（Support Vector Machine--SVM）
目录距离最小化误差最小化感知器算法分类误差边际误差误差函数边际误差计算误差函数C参数多项式内核RBF核函数slearn中的支持向量机超参数距离最小化离线最近的点到线的距离，然后这些最近的点中哪个离线距离更远，选择距离大的那个，简单来说，这是支持向量机工作原理。误差最小化用两种方法测量下面图片的模型：一种是看它误分类了...原创 2019-04-04 12:52:29 · 667 阅读 · 0 评论 -
监督学习——集成方法
Bagging自助聚集（bootstrap aggregation ）。将数据分成很多的子集，然后随机选取一些，用简单的模型去训练，再选择一些数据用另外一个简单的模型去训练……最后将所有的简单模型连接起来，连接的方式可以用投票的方式等，最后完成所有数据的训练。AdaBoost自适应增强算法。第一次分类，分完之后惩罚那些错误的点，然后增加数据权重为模型赋值...原创 2019-04-04 14:52:49 · 415 阅读 · 0 评论 -
监督学习——线性回归
目录线性回归绝对值技巧（只考虑了p的值，即与y轴的距离，q的值不在考虑范围）平方技巧梯度下降法平均绝对值误差平均平方误差最小化误差函数均方误差与总平方误差小批量梯度下降法批量梯度下降法与随机梯度下降法小批次梯度下降法绝对值误差VS平方误差scikit-learn中的线性回归线性回归练习高维度多元线性回归解数学方程租（未完待续......原创 2019-03-31 22:46:12 · 526 阅读 · 0 评论 -
监督学习——感知器算法
目录分类问题线性界线更高维度的界线感知器用感知器实现简单逻辑运算感知器技巧——计算机如何“学习”分类感知器算法分类问题神经网络是机器学习中的一个模型，可以用于两类问题的解答： 分类：把数据划分成不同的类别 回归：建立数据间的连续关系 什么是分类问题？分类（classification），即找一个函数判断输入数据所属的类别，可以是二类别问...原创 2019-04-01 21:25:27 · 555 阅读 · 0 评论 -
监督学习——决策树
目录推荐应用熵信息增益信息增益最大化随机森林超参数最大深度每片叶子的最小样本数每次分裂的最小样本数最大特征数sklearn中的决策树超参数练习：使用决策树探索泰坦尼克乘客存活模型决策树(Decision Tree）是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方...原创 2019-04-02 10:34:36 · 1430 阅读 · 0 评论 -
监督学习——朴素贝叶斯
目录猜测人已知与推断贝叶斯定理贝叶斯学习朴素贝叶斯算法构建垃圾邮件分类朴素贝叶斯是一种概率算法，它基于条件概率这一概念，该算法有很多优势：易于实现，训练速度快。猜测人已知与推断贝叶斯定理敏感性：在金标准判断有病（阳性）人群中，检测出阳性的几率。真阳性。即，识别能力，敏感性越高，漏诊概率越低。特异性：在金标准判断无病（阴性）人群中，检测出...原创 2019-04-03 10:19:09 · 320 阅读 · 0 评论