一只松鼠怪的博客

基于 ID3 算法的决策树 -Iterative Dichotomiser 3目录基于 ID3 算法的决策树 -Iterative Dichotomiser 3ID3 概念算法判断最佳决策点首先介绍Entropy 的概念通过ID3建立决策树模型应用ID3 概念ID3算法是由Ross Quinlan基于奥卡姆剃刀理论（Occam’s razor）所设计的一种追求精简的决策树。该算法使用一种从上到下，从root 到leaf的贪心算法区分数据建立决策树。算法分类过程计算数据中所有特征的inform

k最邻近法之应用篇–分类问题Keyword：knn算法，机器学习，数据可视化目录k最邻近法之应用篇--分类问题Introduction1 数据观测、数据可视化1.1 探索数据1.2 建立坐标系观察数据分布2 建立模型进行分类3 总结Introduction本文主要介绍通过knn算法对鸢尾花(iris)进行分类。具体将对鸢尾花的四种属性建立坐标系，并训练knn模型对数据进行识别。关于knn的原理可以看这一篇文章：????????????????【机器学习0】最简单的机器学习算法之一 KNN–k最邻近

k最邻近法 K Nearest Neighbor1.由来KNN最早发布是1951年在美国的一个空军学院，Fix与Hodges首次介绍了KNN这个非参数的分类方法。2.概念2.1 思路k- nearest neighbor算法正如其名是通过物以类聚的方法来判定新输入的test data。在此算法中，我们根据训练数据的特征为训练数据建立坐标，后输入的测试数据，X0，的判定方法则为X0距离最近的k个值的平均值。这里距离的算法一般使用欧几里得距离（Euclidean distance），也就是空间中两点

汤普森采样--Thompson Sampling 应用代码，汤普森采样解决最优路径问题。

汤普森选样是一种采样方法，其意在研究在探索成本最低的情况下找到最高的收益（Global Maximum）。当前比较流行的研究应用有多臂强盗问题（Multi-armed bandit）、EE问题（Exploration-Exploitation）等。而在生活中，一切关系到多项，重复性的选择问题时，都可以使用Thompson Sampling。

【新冠肺炎】SIR模型预测之代码篇关键词：新冠肺炎，SIR模型预测，数据分析本篇使用R语言之前我们介绍过了SIR模型的基本理论以及其微分方程，不熟悉的朋友可以看这篇：SIR SIRE 传染病预测模型与代码应用之概念篇根据SIR模型的微分方程我们了解到病毒传染的各种特征，比如何时结束，最大规模，疫情的控制手段，以及疫苗和群体免疫问题，不熟悉的朋友可以回顾一下这一篇：【cov-19】新冠肺...

本篇将针对新冠肺炎做一些理论上的补充与移苗情况的讨论，不熟悉SIR模型的朋友可以看一下SIR模型基本理论：https://blog.youkuaiyun.com/weixin_45265581/article/details/105837033首先，补充一点SIR模型中parameter之间的关系。...

SIR模型概念看到网上很多人在讲新冠的预测模型，主流的是SIR 与 SIRE， 这里大致记录一下我对传染病模型的理解。之后会陆续补充该模型的应用，扩展，以及code。一、SIR的由来（网络资料）：该模型最早是在1760年于Daniel Bernoulli对于天花预防的研究中有所提到。该模型具体被引入是20世纪初基于Hamer、Ross等人在建立传染病数学模型的研究中做出了大量的工作，直到19...