
算法相关
无名coder
这个作者很懒,什么都没留下…
展开
-
详解EM算法与混合高斯模型
<link href="https://csdnimg.cn/public/favicon.ico" rel="SHORTCUT ICON"><title>详解EM算法与混合高斯模型(Gaussian mixture model, GMM)...转载 2019-04-07 18:16:50 · 385 阅读 · 0 评论 -
机器学习算法评价指标 recall(召回率)、precision(精度)、F-measure(F值)、ROC曲线、RP曲线
机器学习中算法评价值指标总结 recall、precision、F-measure、ROC曲线、RP曲线在机器学习、数据挖掘、推荐系统完成建模之后,需要对模型的效果做评价。业内目前常常采用的评价指标有准确率(Precision)、召回率(Recall)、F值(F-Measure)等,下图是不同机器学习算法的评价指标。1、首先要了解混淆矩阵True Positive(真正,TP):将正类预...原创 2019-04-21 12:13:13 · 6956 阅读 · 0 评论 -
K近邻算法
KNN K近邻算法(1)算法思路计算待测样本与实际每一个样本之间的欧式距离(一般都是转换为向量,二位图像也是转化为一维向量)选取距离最小的k个样本统计K个样本的所属类别,出现频率最高的类别即为待测样本的类别算法正确率影响参数, 测试集和样本数据的比重,以及K的选取def classify0(inX,dataSet,labels,k): dataSetSize= dataSet....原创 2019-04-13 20:58:15 · 687 阅读 · 0 评论 -
决策树——信息熵与信息增益
参考:[https://www.cnblogs.com/YouXiangLiThon/p/7214393.html]信息熵(Entropy):度量信息的不确定度,熵越大,不确定度越高,在分类中类别越多,也就说包含的信息越多。计算方法:X表示某个分类,P(x)选择该分类的概率。H(X)所有类别之和例如:天气预报的例子,在14天中,play=no的事件为5,paly=Yes的事件为9.分类之...原创 2019-04-14 11:06:24 · 3005 阅读 · 0 评论 -
运动目标检测发展概述
转 http://blog.youkuaiyun.com/tfygg/article/details/51760640?utm_source=itdadao&utm_medium=referral 运动目标检测的研究现状转载 2019-04-24 16:39:39 · 1298 阅读 · 0 评论 -
sklearn决策树回归
# -*- coding: utf-8 -*-import numpy as npfrom sklearn.tree import DecisionTreeRegressorimport matplotlib.pyplot as plt# Create a random datasetrng = np.random.RandomState(2)print(rng)print('**...原创 2019-05-09 18:47:58 · 2350 阅读 · 0 评论