- 博客(8)
- 收藏
- 关注
RSS订阅原创 支持向量机（SVM）入门
支持向量机（Support Vector Machine，SVM）是一种监督学习算法，用于分类和回归任务。它的目标是在特征空间中找到一个最优的超平面，将不同类别的数据点分开，同时尽可能地使间隔（margin）最大化。在分类任务中，SVM通过学习一个决策边界，将不同类别的样本分开。
2024-03-14 17:46:52
885
1
原创 《Python漫游数学王国——高等数学线性代数数理统计及运筹学》
这本书使用Python语言实现相关计算、图形展示及模型求解，内容包含Python编程语言入门、极限的运算、函数的求导及积分、微分方程求解、级数、行列式计算、线性方程组求解、随机变量及其分布、随机变量的数字特征、参数估计、假设检验、方差分析与回归、线性规划、非线性规划、动态规划、图与网络计划及排队论等，内容翔实，文字精练，例题丰富，注重数学理论与科学计算的密切结合，是一本值得读的好书。
2024-03-13 15:18:23
517
1
原创 Logistic回归
Logistic回归是一种用于解决分类问题的线性模型，尤其适用于二分类问题。它通过sigmoid函数将线性回归的输出转换为概率，并根据阈值对概率进行分类。
2024-03-05 20:35:03
997
1
原创 机器学习基础
机器学习就是把无序的数据转换成有用的信息，通过对大量数据的分析和学习，能够自动发现数据中的模式，并利用这些模式来做出预测或做出决策。
2024-03-04 15:24:19
1390
1
原创 k-近邻算法（KNN）快速入门
K-近邻算法工作原理：给出一个样本数据集，其中每个样本数据都存在标签，即每个样本与所属分类的对应关系。首先，输入没有标签的新数据后，将新数据的每个特征值与样本数据集中对应的特征值进行比较，然后提取样本数据集中特征最相似的数据（最近邻）的分类标签。一般选择样本数据集中前k个最相似的数据，通常k是不大于20的整数。最后，在k个最相似数据中选择出现次数最多的分类，作为新数据的分类。
2024-02-27 20:26:59
455
原创 决策树基础1
决策树是一种常见的机器学习算法，用于分类和回归任务。它通过构建一棵树状结构来进行决策，并根据输入数据的特征逐步进行分裂，最终达到对数据进行分类或者回归的目的。决策树的一个重要任务是为了理解数据中所蕴含的知识信息，因此可以使用不熟悉的数据集合，并从中提取出一系列规则。
2024-02-26 15:05:47
1330
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人