文章分类 -  机器学习&数据挖掘

摘要：随机森林与决策树的一个显著的不同点就是它不会产生过度拟合。它的理论依据就是大数定律。很熟悉的一个名词：大数定律,记得本科的概率论就有学,忘了差不多了,下面先复习下。大量试验说明,随机事件A的频率R（A）,当重复试验的次数n增大时,总呈现出稳定性,稳定在某一个常数的附件,意指数量越多,其平均值就越趋近... 阅读全文

摘要：机器学习可以解决很多问题，其中最为重要的两个是 回归与分类。 这两个问题怎么解决， 它们之间又有什么区别呢？ 以下举几个简单的例子，以给大家一个概念1. 线性回归回归分析常用于分析两个变量X和Y 之间的关系。 比如 X＝房子大小 和 Y＝房价 之间的关系， X=(公园人流量，公园门票票价） 与 Y=... 阅读全文

摘要：数据挖掘领域中的分类和回归区别分类和回归的区别在于输出变量的类型。 1）定量输出称为回归，或者说是连续变量预测； 2）定性输出称为分类，或者说是离散变量预测。拿支持向量机举个例子： 分类问题和回归问题都要根据训练样本找到一个实值函数g(x). 回归问题是：给定一个新的模式，根据训练集推断它所对应... 阅读全文