qq_41917064的博客

1. 典型的神经网络结构 2. 提高泛化性能(generalization) 隐藏层的参数应该大于输入/输出层，否则会损失信息 使用非线性激活函数(use nonlinear active function) 包含跳层 (include skip-layer connection) 注：skip-layer与CNN常用的drop out类似. 3. 神经网络的输出形式 回归问题，线性输...

目录 1 基本流程 2 划分选择 3 剪枝 4 C4.5算法中的连续与缺失值处理 5 多变量决策树 6 sklearn中的DecisionTreeClassifier 1 基本流程 1. 决策树(decision tree)：决策树是一类常见的机器学习方法，主要用于分类。一般的，一棵决策树包含一个根节点、若干个内部结点和若干个叶结点。叶结点对应于决策结果，其它每个节点...

写在前面 本人在NJU交流期间修了机器学习导论这门课，教材就是大家熟知的西瓜书。因为带了“导论”两个字，我本以为是一门比较水的课，就欣然地选了它。事实上，即便是入门级的课程，这门课的内容十分丰（困）富（难），涉及了决策树、神经网络、支持向量机、聚类分析等各种机器学习算法。老师上课时也只是蜻蜓点水地将重要的内容提一下（因为内容太多且难度大），所以想真正学好这门课需要课后付出很多时间去...

目录 1 经验误差与过拟合 2 评估方法 3 调参 4 性能度量 5 方差与偏差 1 经验误差与过拟合 1. 错误率(error rate)：分类错误的样本数占样本总数的比例，即如果在m个样本中有a个样本分类错误，则错误率E=a/m。 2. 精度(accuracy)：精度=1-错误率，即1-a/m，常写为百分比形式。 3. 误差(error)：这里说的误差...

目录 1 线性回归 2 对数几率回归 3 线性判别分析 4 多分类学习 1 线性回归 线性回归(linear regression)试图学得一个线性模型以尽可能准确地预测实值输出标记。 1. 线性模型 给定由d个属性描述的示例, 其中是在第i个属性上的取值，线性模型(linear model)试图学得一个通过属性的线性组合来进行预测的函数，即 ...