qq_37994598的博客

1.1何为机器学习将无序的信息转化成有序的可用的信息。现实生活中许多无法建立精确的数学模型，需要基于统计学的工具进行求解。1.2关键的术语特征：可以是十进制的数字（身高，体重），二值型（0或1），自定义调色板的枚举类型（红，黄，篮），目标变量：也被称为类别（在分类问题中），是机器学习的输出结果1.3机器学习的任务回归：预测数值型数据分类：将实例数据划分到具体的分类中。...

代码参考出处https://blog.youkuaiyun.com/HackerTom/article/details/78597630看了以上代码，对离散化部分作一小结。需要的三个主要的特征空间：samspc（样本 空间），dsc（离散化的空间），ver（反离散化空间），以及过度的数据集bufbuf：他是vector<vector<string>>,是真正输入时候的（n-...

set：不允许有两个一样的键值，他会根据键值自动排序 set.insert   插入某个键值 set.count()  判断某元素是否在set中 vector vector.end  指向向量最后一个元素的下一个位置 vector.push_back()  加某元素到最后一个元素之下 freopen(const char*path,const char model) 返回文件所指的指...

1.数据的输入：从文件输入或者手动输入2.数据的整理：建立数据集dataset(vector<vector>),包括数据的条数m和维数n3.获得每个属性（特征）对应的值(范围)，包括每个类...

什么是噪音？其实噪音就是难以轻易被区分并对输出结果产生干扰的那些数据，他们是与众不同的。 噪音样本在自然界中是普遍存在的，他被自然的包裹在大量数据集中，正常的数据集很自然的会存在噪音。 但噪音其实是我们不希望存在的成分，因为他的出现往往会影响模型的准确性，逼迫我们不得不付出更大的努力，生成更加复杂的模型来把噪音包容进去，比如决策树的剪枝操作就是需要加入修正参数α。...

信息熵的定义式                          H(X)= - ,其中=p(X=) ; i=1,2....n 通过以上的式子求和的单项  ，我们可以理解的是他表示x=xi发生的概率为pi，那么产生一次x=xi的次数应该需要1/pi次，要在1/pi次中找到x=xi的那个特定的点，需要对这些次数进行搜索，至少需要寻找log（1/pi）次，每次找到的概率是pi，所以pi·log（1...