上一页 1 ··· 5 6 7 8 9 10 11 12 13 ··· 29 下一页
摘要: 1、个体与集成 集成学习(ensemble learning):构建并结合多个学习器来完成学习任务 集成学习可以只包含同种类型的个体学习器,如全是决策树、神经网络,称为“同质”(homogeneous);也可以包含不同类型的个体学习器,如同时包含决策树、神经网络,称为异质的(heterogeneou 阅读全文
posted @ 2022-07-16 20:53 朝南烟 阅读(203) 评论(0) 推荐(0) 编辑
摘要: 1、线性回归 线性回归输出是一个连续值,因此适用于回归问题。回归问题在实际中很常见,如预测房屋价格、气温、销售额等连续值的问题。与回归问题不同,分类问题中模型的最终输出是一个离散值。我们所说的图像分类、垃圾邮件识别、疾病检测等输出为离散值的问题都属于分类问题的范畴。softmax回归则适用于分类问题 阅读全文
posted @ 2022-07-16 19:34 朝南烟 阅读(375) 评论(0) 推荐(0) 编辑
摘要: 本周收获 总结一下本周学习内容: 1、《深入浅出Pandas》的第14章:Pandas时序数据 14.1 固定时间 14.2 时长数据 14.3 时间序列 :car:博客: Pandas:时序数据(上) 2、《机器学习》第7章:贝叶斯分类器 7.1 贝叶斯决策论 7.2 极大似然估计 7.3 朴素贝 阅读全文
posted @ 2022-07-10 08:50 朝南烟 阅读(33) 评论(0) 推荐(0) 编辑
摘要: 1、 贝叶斯决策论 贝叶斯决策论(Bayesian decision theory)是概率框架下实施决策的基本方法,对分类任务来说,在所有相关概率都已知的理想情形下,贝叶斯决策论考虑如何基于这些概率和误判损失来选择最优的类别标记。 决策论中将“期望损失”称为“风险” (risk). 我们的任务就是寻 阅读全文
posted @ 2022-07-10 08:39 朝南烟 阅读(704) 评论(0) 推荐(0) 编辑
摘要: 1、安装运行环境 工欲善其事,必先利其器,每次安装运行环境都让我头痛不已,因为总有一些莫名奇妙的问题。但这次根据书本上p9页的安装步骤,还算顺利。 1)、下载Ananconda 之前一直没安装这个Anaconda,这次实在没办法了,就找个教程一步一步安装。 附上我参考的博文:python与anaco 阅读全文
posted @ 2022-07-10 00:03 朝南烟 阅读(63) 评论(0) 推荐(0) 编辑
上一页 1 ··· 5 6 7 8 9 10 11 12 13 ··· 29 下一页
body { color: #000; background-color: #e6e6e6; font-family: "Helvetica Neue",Helvetica,Verdana,Arial,sans-serif; font-size: 12px; min-height: 101%; background: url(https://images.cnblogs.com/cnblogs_com/caolanying/1841633/o_2009041…ly1geq8oc9owbj21hc0u0th5.jpg) fixed; } #home { margin: 0 auto; opacity: 0.8; width: 65%; min-width: 1080px; background-color: #fff; padding: 30px; margin-top: 50px; margin-bottom: 50px; box-shadow: 0 2px 6px rgba(100, 100, 100, 0.3); }