<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[yn3535_的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/yn3535_</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; yn3535_]]></copyright><item><title><![CDATA[机器学习——什么时候使用决策树]]></title><link>https://blog.youkuaiyun.com/yn3535_/article/details/148456035</link><guid>https://blog.youkuaiyun.com/yn3535_/article/details/148456035</guid><author>yn3535_</author><pubDate>Thu, 05 Jun 2025 18:20:04 +0800</pubDate><description><![CDATA[例如，在房价预测应用中，我们有一个数据集，其包含于房屋大小、卧室数量、楼层数量和房龄相关特征，这种类型的数据存储在电子表格中，带有分类或连续值特征，无论是用于分类任务还是回归任务，当你试图预测一个离散类别或预测一个数值时，所有这些问题都是决策树可以做得很好的。在表格结构化数据上，神经网络和决策树都具有竞争力，而在非结构化数据上，神经网络是首选，而不是决策树或集成树，神经网络的一个。，因为在许多应用中，如果你的数据集很小，能够适应迁移学习并在一个更大的数据集上进行预训练，这是获得竞争性表现的关键。]]></description><category></category></item><item><title><![CDATA[机器学习——XGBoost]]></title><link>https://blog.youkuaiyun.com/yn3535_/article/details/148432215</link><guid>https://blog.youkuaiyun.com/yn3535_/article/details/148432215</guid><author>yn3535_</author><pubDate>Thu, 05 Jun 2025 17:43:07 +0800</pubDate><description><![CDATA[因此第一次通过这个循环时，我们可能会像这样创建一个训练集，并像这样训练决策树，这里是我们要改变算法的地方，也就是每次通过这个循环，除了第一次，会有第二次、第三次，以此类推，在抽样时，不是以相同的概率选择每个训练样本，而是将以更高的概率选择那些在我们目前构建的树集合中。，注意是原始训练集，不是通过某种方式或替换生成的训练集，我们会查看所有的这10个例子，并查看这个学习的决策树对这10个例子的预测，所以第四列是它们的预测结果，在每个例子后边打✅，这取决于。，这是一个非常快速且高效的开源提升树实现，]]></description><category></category></item><item><title><![CDATA[机器学习——随机森林算法]]></title><link>https://blog.youkuaiyun.com/yn3535_/article/details/148409492</link><guid>https://blog.youkuaiyun.com/yn3535_/article/details/148409492</guid><author>yn3535_</author><pubDate>Tue, 03 Jun 2025 21:11:53 +0800</pubDate><description><![CDATA[你会将这10个训练样本放在那个虚拟的袋子里，并进行10次有放回抽样以生成一个新的训练集，也包含10个样本，然后在这个训练集上训练一个决策树，所以这是使用有放回抽样生成的数据集，如果仔细观察，可能会注意到某些训练样本是重复的，那没关系。如果在这个数据集上训练决策树算法，最终会得到这个决策树。完成一次之后，再重复第二次，使用有放回抽样生成另一个包含m或10个训练样本的训练集，然后再这个新数据集上训练决策树，最终得到一个稍微不同的决策树，以此类推，总共可能这样做B次，B代表的是构建的树的数量，可能在100左右。]]></description><category></category></item><item><title><![CDATA[机器学习——放回抽样]]></title><link>https://blog.youkuaiyun.com/yn3535_/article/details/148409042</link><guid>https://blog.youkuaiyun.com/yn3535_/article/details/148409042</guid><author>yn3535_</author><pubDate>Tue, 03 Jun 2025 20:35:17 +0800</pubDate><description><![CDATA[我们将构建多个随机训练集，这些训练集与原始训练集略有不同，我们将采用10个猫和狗的例子，将这10个训练例子放入一个假想的袋子中，利用这个假想的袋子，我们将创建一个新的随机训练集，由十个与原始数据集大小相同的例子组成，这样做的方法是伸手进去，拿出一个随机的训练例子，假设已经拿到了这个训练例子，然后将它放回袋子里，然后再次随机拿出一个训练例子，如此反复，你拿到例子，然后再抽一次，再抽一次。带放回抽样的过程让你构造一个有点类似于一个新的训练集，但和最初的训练就又有很大的不同，这将是构建树集成的关键构件。]]></description><category></category></item><item><title><![CDATA[机器学习——使用多个决策树]]></title><link>https://blog.youkuaiyun.com/yn3535_/article/details/146098244</link><guid>https://blog.youkuaiyun.com/yn3535_/article/details/146098244</guid><author>yn3535_</author><pubDate>Tue, 03 Jun 2025 19:46:37 +0800</pubDate><description><![CDATA[比如，这个测试样本有尖尖的耳朵，不是圆形的脸型，并且有胡须，所以第一棵树会得到这样的推断，推测它是一只猫，第二棵树的推断会沿着这条路径，因此预测它不是一只猫，第三颗树沿着相同的路径，推测它是一只猫。这三棵树的预测不同，所以实际上我们会让它们投票，这三棵树的预测中多数票是猫，所以这些树的最终预测是：这是一只猫。这恰好是正确的预测。使用单一决策树的弱点之一是决策树对数据中的微小变化非常敏感，一个使算法不那么敏感或更健壮的解决方案，不是建立一个决策树，而是要建立大量的决策树，我们称之为。]]></description><category></category></item><item><title><![CDATA[Web前端快速入门]]></title><link>https://blog.youkuaiyun.com/yn3535_/article/details/146214934</link><guid>https://blog.youkuaiyun.com/yn3535_/article/details/146214934</guid><author>yn3535_</author><pubDate>Sun, 16 Mar 2025 09:37:13 +0800</pubDate><description><![CDATA[可以让多个块级元素在同一行内排列显示，浮动的元素是相互贴靠在一起的，不会有缝隙。允许开发者通过HTML文档进行交互，动态的改变文档的结构、样式还有内容，对象的作用是为了让函数和变量之间建立联系，对象中的属性就是变量，方法就是函数，与普通的变量函数相比，区别就是在调用的时候，需要在对象的属性和方法前加上变量名。即嵌套，一个大标签嵌套一个小标签，先在<body>创建一个div标签，输入一个类名，div.father，内部在创建一个p标签，然后可以在<style>中添加样式，.father>.son{}]]></description><category></category></item><item><title><![CDATA[机器学习——回归树]]></title><link>https://blog.youkuaiyun.com/yn3535_/article/details/146046981</link><guid>https://blog.youkuaiyun.com/yn3535_/article/details/146046981</guid><author>yn3535_</author><pubDate>Wed, 05 Mar 2025 17:19:58 +0800</pubDate><description><![CDATA[所以我们需要为这个决策树填写的最后一件事是，如果有一个测试示例下到第一个节点，我们应该预测的权重是多少？对于一个长着尖耳朵和圆脸的动物来说，决策树会做出预测，根据下边训练样本中的平均重量，通过平均这四个数字得到了8.35分，如果另一方面，动物有尖耳朵和不圆的脸型，它会预测9.2，因为只是一只动物的重量，同样下边将是17.7和9.9，所以这个模型要做的是给出一个新的测试示例，像往常一样沿着决策节点向下，直到它到达叶节点，然后预测叶结点处的值，通过测量动物在训练过程中的平均体重，回到了同样的叶子音符上。]]></description><category></category></item><item><title><![CDATA[机器学习——连续的有价值特征]]></title><link>https://blog.youkuaiyun.com/yn3535_/article/details/145995678</link><guid>https://blog.youkuaiyun.com/yn3535_/article/details/145995678</guid><author>yn3535_</author><pubDate>Tue, 04 Mar 2025 18:27:58 +0800</pubDate><description><![CDATA[在考虑对权重特性进行拆分时，应该做什么？是考虑这个阈值的许多不同值，然后选择一个最好的，即能获得最好信息的，所以，如果你想把例子分开，基于重量是小于还是等于8，将把整个数据集分成两个子集，左边的子集有两只猫，右边的子集有三只猫和五只狗，所以如果计算通常的信息增益，需要计算根节点的熵，0.5的熵，左边分裂的时间熵有另外两只猫，所以另外两个的熵，另外，右边的分裂有十个例子中的八个，右边八个例子的熵三个是猫，所以输入三个工具，结果是0.24。修改决策树使用的不仅仅是离散值的特性，但是连续值可以是任何数字的特征。]]></description><category></category></item><item><title><![CDATA[机器学习——使用分类特征的一种独热编码，]]></title><link>https://blog.youkuaiyun.com/yn3535_/article/details/145959614</link><guid>https://blog.youkuaiyun.com/yn3535_/article/details/145959614</guid><author>yn3535_</author><pubDate>Mon, 03 Mar 2025 18:18:56 +0800</pubDate><description><![CDATA[如果一个分类特征可以具有k个可能的值，在我们的例子中，k=3，然后我们将通过创建k个二进制特性来替换它，它只能接受0或1的值，在这三个特征中，看其中的任意一行，恰好其中一个值等于1，这就是特征构造方法命名为一个热编码的原因。下图是我们宠物收养中心申请的新培训集，所有的数据都是一样的，除了耳形特征有尖软之外还有椭圆形，所以这个特征仍然是一个分类值特征，但它可以有三个可能的值，而不仅仅是两个可能的值，这意味着当你在这个功能上分裂时，最终创建了数据的三个子集，最后为这棵树建造了三个分支。]]></description><category></category></item><item><title><![CDATA[机器学习——整合]]></title><link>https://blog.youkuaiyun.com/yn3535_/article/details/145958400</link><guid>https://blog.youkuaiyun.com/yn3535_/article/details/145958400</guid><author>yn3535_</author><pubDate>Sun, 02 Mar 2025 10:32:07 +0800</pubDate><description><![CDATA[在此基础上，我们创建左右子分支，用尖头发送数据的子集，相对于左右分支松软的耳朵，所以首先覆盖住根节点和右边的子分支，把注意力集中在左边的分支上，共有五个例子，我们的拆分标准是不断拆分，直到节点中的所有内容都属于单个类，我们将查看这个节点是否满足拆分标准，它没有因为这里有猫和狗的混合，所以下一步是选择一个要拆分的特性，所以我们一次一个地检查这些特性，并计算每一个特征的信息增益，好像这个节点是经过训练的决策树的新根节点，只使用左边的五个示例，所以计算在胡须特征上分裂的信息增益，人脸形状特征分裂的信息增益。]]></description><category></category></item><item><title><![CDATA[机器学习—选择拆分信息增益]]></title><link>https://blog.youkuaiyun.com/yn3535_/article/details/144267730</link><guid>https://blog.youkuaiyun.com/yn3535_/article/details/144267730</guid><author>yn3535_</author><pubDate>Thu, 05 Dec 2024 16:10:35 +0800</pubDate><description><![CDATA[以耳朵特征为例，定义，左分支为P1left=左边子集中具有正标签的示例的分数，有四只猫所以=4/5，把W定义为例子的分数，在所有到左边分支的根节点的例子，=5/10，类似的，右分支定义为P1right，作为正例的分数，只有一个是猫，即为1/5，同样Wriget=5/10，P1root=0.5，所以公式如下所示，所以有了熵的定义，可以计算与选择任何特定特性相关联的信息增益，在节点上拆分，然后在所有可能的功能中，可以选择分类，然后选择一个给你最高的信息增益，这将提高数据子集的纯度。，因为在左分支和右分支中，]]></description><category></category></item><item><title><![CDATA[机器学习—测量纯度]]></title><link>https://blog.youkuaiyun.com/yn3535_/article/details/144249860</link><guid>https://blog.youkuaiyun.com/yn3535_/article/details/144249860</guid><author>yn3535_</author><pubDate>Wed, 04 Dec 2024 21:24:43 +0800</pubDate><description><![CDATA[给出一组像这样的六个例子，有三只猫和三只狗，我们把p定义为猫的例子分数，这是带有标签的示例分数，所以在本例中，P1=3/6，我们将测量一组例子的杂质，使用一个叫做熵的函数，如下所示，熵函数通常表示为这个数字的大写H(p1)，函数看起来很像这条曲线，横轴是p，样本中猫的比例，垂直轴是熵的值，所以在这个例子中，其中P1=0.5，P1的熵值等于1，可以看出，当例子是50时，这条曲线是最高的，所以它是最不纯洁的，相比之下，你的一组例子要么都是猫，要么都不是猫，那么熵为0。这对于构建决策树也很有效。]]></description><category></category></item><item><title><![CDATA[机器学习—学习过程]]></title><link>https://blog.youkuaiyun.com/yn3535_/article/details/144248164</link><guid>https://blog.youkuaiyun.com/yn3535_/article/details/144248164</guid><author>yn3535_</author><pubDate>Wed, 04 Dec 2024 20:56:08 +0800</pubDate><description><![CDATA[但如果收益太小，可能你就不会在费心让树变小了，并降低过装风险，最后，如果节点上的示例数低于某个阈值，然后你也可能决定停止分裂，例如，如果在根节点上，在脸型特征上有分类，然后右边的分支就只有3个训练例子，一只猫两只狗，而不是把它分成更小的子集，如果你决定不使用3个或几个示例来拆分更多的示例集，然后你只需创建一个决策节点，而且因为主要是狗，这里有两三只狗，这将是一张预测不是猫的纸条，还有一个原因是。，我们使用的标准，对于上一个例子来说，直到直到百分之百所有的猫，或者百分之百所有的狗都不是猫，因为在这一点上，]]></description><category></category></item><item><title><![CDATA[机器学习——决策树模型]]></title><link>https://blog.youkuaiyun.com/yn3535_/article/details/144222454</link><guid>https://blog.youkuaiyun.com/yn3535_/article/details/144222454</guid><author>yn3535_</author><pubDate>Tue, 03 Dec 2024 21:12:49 +0800</pubDate><description><![CDATA[假设你在经营一家猫收养中心，并提供了一些功能，你想训练一个分类器来快速告诉你，动物到底是不是猫，这里有10个训练例子，并与这10个例子中的每一个相关联，我们将有关于动物耳朵形状的特征、脸型、有胡须都作为标志，然后预测的真实标签是这只动物猫，所以第一个例子是有尖耳朵，圆圆的脸，有胡须，而且是一只猫。，会看到里边写着耳朵形状的特征，基于本例耳朵形状的值，是尖尖的，所以应该沿着左边的树枝往下走，在这里这个椭圆形节点结束，然后再看脸型，是圆的，沿着这个箭头向下，算法会作出一个推断，认为它是一只猫。]]></description><category></category></item><item><title><![CDATA[机器学习：精确率与召回率的权衡]]></title><link>https://blog.youkuaiyun.com/yn3535_/article/details/144192017</link><guid>https://blog.youkuaiyun.com/yn3535_/article/details/144192017</guid><author>yn3535_</author><pubDate>Tue, 03 Dec 2024 19:47:27 +0800</pubDate><description><![CDATA[或者两者之间最好的权衡，精确召回的一个挑战是你现在使用两个不同的度量来评估你的算法，所以如果你训练了三种不同的算法，精确召回数字是这样的，如何选择使用哪种算法并不那么明显，有一种算法在精度和召回方面都很好，那你可能想用那个，但是在这个例子中，算法二精度最高，但算法三的召回率最高，算法一在两者之间进行权衡，所以显然没有一种算法是最好的选择，所以为了帮助你决定选择哪种算法，找到一种将精确和召回结合起来的方法可能是有用的，变成一个单一的分数，所以你可以看看。，可以把精确度和召回率结合起来的一个方法是。]]></description><category></category></item><item><title><![CDATA[机器学习：倾斜数据集的误差指标]]></title><link>https://blog.youkuaiyun.com/yn3535_/article/details/144189166</link><guid>https://blog.youkuaiyun.com/yn3535_/article/details/144189166</guid><author>yn3535_</author><pubDate>Mon, 02 Dec 2024 16:36:43 +0800</pubDate><description><![CDATA[换句话说，在所有你预测为积极的例子中实际得到的分数是多少，写这个公式的另一种方法是真正的正数，因为它是通过求和这个单元格最终得到了预测为阳性的总数，在本例中，分数的表达式为15/(15+5)=0.75，所以我们说这个算法有75%的精度，因为所有的事情都被预测为积极的，在所有它认为患有这种罕见疾病的病人中，75%的时间是正确的，第二个有用的计算指标是召回率，询问所有真正患有这种罕见疾病的病人，我们正确的检测到哪个部分，所以说，，因为算法预测为阳性，但它是假的实际上不是积极的，，因为预测是负面的而且是真的，]]></description><category></category></item><item><title><![CDATA[机器学习：机器学习项目的完整周期]]></title><link>https://blog.youkuaiyun.com/yn3535_/article/details/144188325</link><guid>https://blog.youkuaiyun.com/yn3535_/article/details/144188325</guid><author>yn3535_</author><pubDate>Mon, 02 Dec 2024 15:11:45 +0800</pubDate><description><![CDATA[需要根据所需的应用规模来决定使用什么样的软件工程，推理服务器能够做出可靠有效的预测，对于某些应用程序，部署过程可能需要一定数量的软件工程，如果只是在笔记本电脑或者一两个服务上运行它，也许不需要太多的软件工程，机器学习中有一个不断增长的领域叫做MLOPS，这代表机器学习操作，这是指构建、部署和维护机器学习系统，做所有这些事情，以确保机器学习模型是可靠的，并有良好的损耗监测，然后对模型进行适当的更新。，在一个服务器中实现，将调用一个推理服务器，它的工作是把你的机器学习模型（你训练的模型）做出预测，]]></description><category></category></item><item><title><![CDATA[机器学习快速入门（黑马程序员版）]]></title><link>https://blog.youkuaiyun.com/yn3535_/article/details/144018151</link><guid>https://blog.youkuaiyun.com/yn3535_/article/details/144018151</guid><author>yn3535_</author><pubDate>Sat, 30 Nov 2024 11:51:52 +0800</pubDate><description><![CDATA[datasets.fetch_*(data_home=None) 获取大规模数据集，需要从网络上下载，函数的第一个参数是data_home，表示数据集下载的目录，默认是~/scikit_learn_data/然后，很不巧已有的天鹅图片全是白天鹅的，于是机器经过学习后，会认为天鹅的羽毛都是白色的，以后看到羽毛是黑的天鹅就会认为那不是天鹅。ROC曲线的横轴就是FPRate，纵轴是TPRate，当二者相等时，表示的意义则是：对于不论真实类别是1还是0的样本，分类器预测为1的概率是相等的，此时AUC为0.5.]]></description><category></category></item><item><title><![CDATA[机器学习（从Softmax到迁移学习的手写重点笔记）]]></title><link>https://blog.youkuaiyun.com/yn3535_/article/details/144061199</link><guid>https://blog.youkuaiyun.com/yn3535_/article/details/144061199</guid><author>yn3535_</author><pubDate>Tue, 26 Nov 2024 15:57:49 +0800</pubDate><description><![CDATA[]]></description><category></category></item><item><title><![CDATA[机器学习—迁移学习：使用其他任务中的数据]]></title><link>https://blog.youkuaiyun.com/yn3535_/article/details/143946323</link><guid>https://blog.youkuaiyun.com/yn3535_/article/details/143946323</guid><author>yn3535_</author><pubDate>Thu, 21 Nov 2024 21:52:48 +0800</pubDate><description><![CDATA[就像角落，像这样的形状，神经网络的下一层可能已经学会了更复杂的，但仍然是一般的形状，如基本曲线，或者像这样的小形状，这就是为什么通过学习检测大量不同的图像，你在教线性网络检测边缘角和基本形状，这就是为什么通过训练神经网络探测各种各样的东西，比如猫、狗、汽车和人，你正在帮助它。，以适应手写数字识别的具体应用，如果你有一个小的数据集，几十个，几百个，几千个，或者数万张手写数字的图像，能够从这一百万张不太相关的任务的图像中学习，实际上可以帮助你的学习算法的性能很大，迁移学习的一个。]]></description><category></category></item></channel></rss>