- 博客(3)
- 收藏
- 关注
RSS订阅原创 机器学习面试笔记
0 聚类算法1）K-measK个聚类点，找最近，在最近的点重算聚类点，迭代；2）DBSCAN扫描半径 (eps)和最小包含点数(minPts)。 从随机点出发找密度可达的所有点为一个簇；遍历所有点。O(n2)3）比较与K-means方法相比，DBSCAN不需要事先知道要形成的簇类的数量。与K-means方法相比，DBSCAN可以发现任意形状的簇类。同时，DBSCAN能够识别出噪声点。4.DBSCAN对于数据库中样本的顺序不敏感，即Pattern的输入顺序对结果的影响不大。但是，对于处于簇
2022-03-01 16:50:05
587
原创 吴恩达《机器学习》笔记
写完这个笔记才觉得，太难了，上传图片。怪不得优快云上有那么多排版乱七八糟的文章，这个排版，太难了！！机器学习笔记绪论1.监督学习：给算法一个数据集，其中包含了正确结果。算法的目的是为了的出更多正确的结果。回归问题：预测连续的数值输出。从离散值中找到连续值。更像是推断。分类问题：设法预测一个离散值的输出。有时可能有多值输出。如其名。多特征、多属性的机器学习问题。2.非监督学习1）聚类算法：没有标签的数据集的基础上，划分出不同的簇（聚类算法）。没有提前告知算法.
2020-06-29 15:30:33
983
原创 2020苏州大学上岸初复试经验贴
写在前面复试已经结束了一周了。刚刚毕设查重结束，终于有时间来写点初复试经验了。先说说我自己，本科是一所普通211，计算机专业学生。但是大学期间基本没有好好学习过，哈哈哈哈哈，基本从大一挂科挂到大三。最后准备考研的时候，才开始好好学习专业知识。报考的是苏州大学的计算机专硕，电子信息专业。初试科目是数二、英二、政治、872专业课。我的初试成绩不是特别好，初试排名16；但是复试小逆袭，最终成绩以综合第6录取了。初试英语我的英语基础相比于其他人，感觉不是很好，因此在这一学科上面花了很多的时间。材.
2020-06-03 17:37:33
3809
5
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人