- 博客(4)
- 收藏
- 关注
RSS订阅原创 认知学习 day04 打卡
目录超参数选择方法交叉验证与网格搜索超参数选择方法交叉验证 它的基本思想是将原始数据样本切割成较小的子集，一部分作为训练集，另一部分作为验证集或测试集。网格搜索 本质是一种穷举法，它通过在指定的超参数候选值列表中，对所有可能的参数组合进行穷举搜索，来找到最佳的超参数组合。交叉验证与网格搜索# todo 1.加载数据from sklearn.datasets import load_irisiris_data = load_iris()# todo
2024-04-25 22:30:38
251
1
原创 认知学习 day02 打卡
模型在训练集上变现良好，但在测试集上变现很差（产生原因：模型太过于复杂，数据不纯，训练数据太少）。算法思想：若一个样本在特征空间中的k个最相似的样本中的大多数属于一个类别，则该样本也属于这个类别。：模型在训练集上变现很差，在测试集上表现也很差（产生原因：模型过于简单）。特征工程：利用专业背景知识和技巧处理数据，让模型变得更好。：在机器学习领域用来表示模型对样本点的你和情况。K值过小，容易受到异常点的影响，容易发生过拟合。K值过大，模型变得简单，容易发生欠拟合。：模型在新数据集上表现好坏的能力。
2024-04-23 21:23:27
384
1
原创 认知学习 day01 打卡
半监督学习一半有标签，一半无标签；强化学习是智能体不断与环境进行交互，通过获取最大奖励的方式来获取最佳策略，主要包含四个元素：Agent,Environment,Action,reward。：仿智，使用计算机来模拟或者代替人类。一般划分比例为7 ：3 ~ 8 ：2。标签/目标：模型要预测的那一列数据。：机器自动学习，不是人为规则编程。：大脑仿生，用神经元模拟万事万物。机器学习的应用领域和发展史。样本：一行数据就是一个样本。数据集：多个样本组成数据集。特征：一列数据一个特征。
2024-04-22 16:44:13
382
3
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人