- 博客(6)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 机器学习--基础算法之聚类(2,优化算法）
我们发现单纯的k-means效果有限，接着我们继续讨论下基于k-means的聚类算法优化和进阶。1.Canopy算法配合初始聚类
2019-04-11 00:16:48
629
原创 机器学习--基础算法之聚类(1,k-means)
聚类简介在进行k-means分析前，先说说聚类算法，聚类算法。之前说过无监督学习，训练样本无标签，我们通过某个算法来发现样本数据间的内在联系或者规律，而被应用最为广泛的就是聚类算法。聚类算法通常是将数据集划分为不想交的子集，每个子集被称作 ‘簇’ 。每个簇可能对应着样本的不同类别。而聚类的这种寻找数据集的内部分布结构，可单独达到分类效果，也可以是作为其他学习任务的前驱过程。聚类和之前提到的分类...
2019-04-10 00:36:39
549
原创 机器学习--基础算法之决策树
决策树1.简介决策树是基本的分类与回归算法，主要用于分类，但也可用作回归。属于监督学习的算法。简单讲，决策树就是根据训练数据进行特征选择，生成决策树，对新数据进行预测的树状结构，其节点分为内部节点和叶节点，内部节点是数据的特征或属性，叶节点是分类。决策树的学习过程包括特征选择、生成决策树和剪枝。其优点模型具有可读性，分类速度快。2.决策树的学习与生成在构建或者生成决策树前，我们需要明白一些...
2019-03-31 01:34:04
283
原创 机器学习--基础算法之KNN
1.k-NN简介k-NN，即K邻近法（k-nearest neighbor ）,是一种基本分类与回归方法，本文只介绍分类方法。，应用场景有字符识别、文本分类、图像识别等领域.1.1基本思想对每一个测试样本，基于事先选择的距离度量，KNN算法在训练集中找到距离最近(最相似)的k个样本，然后将k个样本的类别的投票结果作为测试样本的类别。1.2三要素k值的选择，距离度量，分类决策规则2.k-...
2019-03-20 16:51:27
492
原创 机器学习概述
一、机器学习流程获取数据–数据预处理–特征工程–模型训练–模型评估二、机器学习算法分类1.监督学习定义：输入数据是由输入特征值和目标值所组成，即输入的训练数据为有标签的1.1回归问题：用于预测输入变量和输出变量之间的关系，回归问题可以等价于函数的拟合：选择一条函数曲线，使其很好的拟合已知数据，且很好的预测未知数据。是一种定量输出，也叫连续变量预测。回归问题分为两个过程：学习和预测。按照...
2019-03-17 16:29:27
292
原创 升级win10后以太网总是断开连接的解决办法，针对Broadcom NetLink (TM) Gigabit Ethernet网卡
如果你宏碁老版笔记本，或者是Broadcom NetLink ™ Gigabit Ethernet网卡，当你升级到win10时插网线总是时不时断网，需要禁用网络适配器再重新启动才能联网，并且用各种修复工具都没用，更新驱动也没用的情况下可以试试我这个方法。视频在 www.youtube.com/watch?v=XyVPpmTsa-4（需要翻墙）...
2019-03-12 20:40:14
9944
6
网卡驱动，针对Broadcom NetLink (TM) Gigabit Ethernet网卡
2019-05-06
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人