04 2020 档案
摘要：原创转载请注明出处：https://www.cnblogs.com/agilestyle/p/12811475.html Definition A short definition is a sequence of elements from a source that supports data
阅读全文
摘要：原创转载请注明出处：https://www.cnblogs.com/agilestyle/p/12807844.html Examples of lambdas and method reference equivalents There are three main kinds of method
阅读全文
摘要：原创转载请注明出处：https://www.cnblogs.com/agilestyle/p/12807635.html Supplier Supplier表示结果的供应者 Demo SupplierTest.java 1 package org.fool.java8; 2 3 import jav
阅读全文
摘要：原创转载请注明出处：https://www.cnblogs.com/agilestyle/p/12807450.html Consumer Consumer是从T到void的一元函数，接受一个入参但不返回任何结果的操作。 Demo ConsumerTest.java 1 package org.fo
阅读全文
摘要：原创转载请注明出处：https://www.cnblogs.com/agilestyle/p/12807296.html Function Function是从T到R的一元函数映射，将参数T传递给一个函数，返回R，即 R = Function(T) Demo FunctionTest.java 1
阅读全文
摘要：原创转载请注明出处：https://www.cnblogs.com/agilestyle/p/12807044.html Predicate Predicate是一个谓词函数，主要作为一个谓词演算推导真假值存在，返回布尔值。 Demo PredicateTest.java 1 package org
阅读全文
摘要：原创转载请注明出处：https://www.cnblogs.com/agilestyle/p/12806947.html Definition A lambda expression can be understood as a concise representation of an anonym
阅读全文
摘要：原创转载请注明出处：https://www.cnblogs.com/agilestyle/p/12786022.html SVC 的构造函数 这里有三个重要的参数 kernel、C 和 gamma kernel kernel 代表核函数的选择，它有四种选择，只不过默认是 rbf，即高斯核函数。 li
阅读全文
摘要：原创转载请注明出处：https://www.cnblogs.com/agilestyle/p/12777788.html SVM SVM 作为有监督的学习模型，通常可以进行模式识别、分类以及回归分析。 SVM 实际上适用于任何维度，在不同维度下， SVM 寻找类似二维直线的东西 在三维情形下， SV
阅读全文
摘要：原创转载请注明出处：https://www.cnblogs.com/agilestyle/p/12722688.html 过程划分 数据加载 import graphviz import numpy as np import pandas as pd from sklearn import tree
阅读全文
摘要：原创转载请注明出处：https://www.cnblogs.com/agilestyle/p/12719231.html 准备数据 这里使用到 sklearn 自带的波士顿房价数据集，该数据集给出了影响房价的一些指标，比如犯罪率，房产税等，最后给出了房价。根据这些指标，使用 CART 回归树对波士顿
阅读全文
摘要：原创转载请注明出处：https://www.cnblogs.com/agilestyle/p/12718314.html CART 分类树 CART 分类树实际上是基于基尼系数来做属性划分的。在 Python 的 sklearn 中，如果想要创建 CART 分类树，可以直接使用 DecisionTr
阅读全文
摘要：原创转载请注明出处：https://www.cnblogs.com/agilestyle/p/12713169.html 决策树 决策树模型是一种描述对实例进行分类的树形结构。决策树由节点和有向边组成。结点有两种类型：内部节点和叶节点。内部节点表示一个特征或属性，叶节点表示一个类。 决策树是最经典的
阅读全文
摘要：原创转载请注明出处：https://www.cnblogs.com/agilestyle/p/12697359.html 准备数据 import matplotlib.pyplot as plt import numpy as np from sklearn.datasets import load
阅读全文
摘要：原创转载请注明出处：https://www.cnblogs.com/agilestyle/p/12692113.html 先看一个非线性的图例 准备数据 import matplotlib.pyplot as plt import numpy as np from sklearn.linear_mo
阅读全文
摘要：原创转载请注明出处：https://www.cnblogs.com/agilestyle/p/12690755.html 准备数据 import matplotlib.pyplot as plt from sklearn.datasets import make_regression from sk
阅读全文
摘要：原创转载请注明出处：https://www.cnblogs.com/agilestyle/p/12678281.html 准备数据 import numpy as np from sklearn.datasets import load_wine from sklearn.model_selecti
阅读全文
摘要：原创转载请注明出处：https://www.cnblogs.com/agilestyle/p/12673231.html 准备数据 import matplotlib.pyplot as plt import numpy as np from sklearn.datasets import make
阅读全文
摘要：原创转载请注明出处：https://www.cnblogs.com/agilestyle/p/12668372.html 准备数据 import matplotlib.pyplot as plt import numpy as np from sklearn.datasets import make
阅读全文
摘要：原创转载请注明出处：https://www.cnblogs.com/agilestyle/p/12625721.html K-Nearest Neighbor KNN是一种基本分类与回归方法 KNN 的工作原理 “近朱者赤，近墨者黑”可以说是 KNN 的工作原理。 整个计算过程分为三步： 计算待分类
阅读全文
摘要：Reference https://developers.google.com/machine-learning/crash-course/generalization/peril-of-overfitting https://developers.google.com/machine-learni
阅读全文
摘要：原创转载请注明出处：https://www.cnblogs.com/agilestyle/p/12620570.html 偏差 Bias 反映的是模型在样本上的输出与真实值之间的误差，即模型本身的精准度。 方差 Variance 反映的是模型每一次随数据集的变动造成的输出结果与模型输出期望之间的误差
阅读全文
摘要：Reference: https://developers.google.com/machine-learning/crash-course/reducing-loss/learning-rate Learning Rate 正如之前所述，梯度矢量具有方向和大小。梯度下降法算法用梯度乘以一个称为学习
阅读全文
摘要：Reference: https://developers.google.com/machine-learning/crash-course/reducing-loss/gradient-descent Gradient Descent 迭代方法图 包含一个标题为“计算参数更新”的华而不实的绿框。现
阅读全文
摘要：Reference: https://developers.google.com/machine-learning/crash-course/reducing-loss/an-iterative-approach iterative approach 机器学习算法用于训练模型的迭代试错过程： 我们将
阅读全文
摘要：Reference: https://developers.google.com/machine-learning/crash-course/descending-into-ml/training-and-loss 简单来说，训练模型表示通过有标签样本来学习（确定）所有权重和偏差的理想值。在监督式学
阅读全文
摘要：Reference: https://developers.google.com/machine-learning/crash-course/descending-into-ml/linear-regression linear regression 每分钟的虫鸣叫声与温度（摄氏度）的关系 此曲线图
阅读全文
摘要：Reference: https://developers.google.com/machine-learning/crash-course/framing/ml-terminology 机器学习（监督式） 简单来说，它的定义如下：机器学习系统通过学习如何组合输入信息来对从未见过的数据做出有用的预测
阅读全文
