
机器学习
EuclideanSpace
这个作者很懒,什么都没留下…
展开
-
adaboost的计算步骤
:第1个分类器的第 i 个样本的权重,初始样本的权重对第一个分类器都是 : 错误率,即分类错误概率的求和(预测值不等于真实值) :分类器的权重,通过第二部的公式, 其取值范围为 -1 到 1 1. 初始化=; 2. 在第 t 步, 选择可以最小化当前错误率 的弱分类器,并添加这个弱分类器, 以降低错误率(如果有弱分类器,那就创建一个),并计算,=,定...原创 2020-03-16 15:14:55 · 765 阅读 · 0 评论 -
监督学习的模型,参数,方法
(一)朴素贝叶斯:from sklearn.naive_bayes import MultinomialNBmodel = MultinomialNB(alpha = 1.0, fit_prior = True, class_prior = None )参数:alpha:float , 可选(默认值 = 1.0),平滑参数,0表示不平滑fit_prior:布尔值,可选(默认 = True),是否学...原创 2018-05-10 16:23:24 · 3685 阅读 · 0 评论