机器学习
关注
分享
扫一扫
文章平均质量分 93
木木549
这个作者很懒，什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
随机森林详解
随机森林（Random Forest, RF）是一种基于集成学习的算法，通过组合多棵决策树的预测结果来提升模型性能。随机森林采用了 Bagging（Bootstrap Aggregating） 方法，即通过 并行 训练多个独立的决策树，并将它们的预测结果进行集成，从而减少模型的方差并提高稳定性。原创 2025-03-29 22:29:14 · 899 阅读 · 0 评论 -
决策树（Decision Tree）详解
策略时机复杂度控制风险计算效率预剪枝构建时提前终止欠拟合高后剪枝构建完成后代价复杂度优化过拟合（较轻）低算法分裂标准树结构特征处理剪枝机制ID3信息增益多叉树仅离散特征无C4.5信息增益比多叉树离散+连续后剪枝CART基尼指数/MSE二叉树离散+连续代价复杂度剪枝。原创 2025-03-29 10:43:02 · 1056 阅读 · 0 评论 -
支持向量机（SVM）详解
这篇笔记是作者根据知乎上的几篇相关文章整理而成，由于时间较久，作者已记不清具体是哪些文章。为了更深入地理解支持向量机（SVM），作者认为首先应对拉格朗日方法有透彻的理解。拉格朗日方法在优化问题中具有重要作用，特别是在SVM模型的构建过程中，它是核心的数学工具。因此，深入掌握拉格朗日乘数法及约束优化问题，对于全面理解SVM至关重要。原创 2025-03-27 22:09:08 · 1702 阅读 · 0 评论 -
机器学习介绍
机器学习作为人工智能的核心技术，涵盖了从数据预处理到模型评估的完整流程。本文系统梳理分类、回归、聚类三大任务的关键算法，以及模型优化和评估的核心方法，为开发者提供全面的技术指南。原创 2025-03-27 12:01:16 · 2057 阅读 · 0 评论