上一页 1 ··· 19 20 21 22 23 24 25 26 27 ··· 39 下一页
  2020年9月8日
摘要: 决策树优点:计算复杂度不高,输出结果易于理解,对中间值的缺失不敏感,可以处理不相关特征数据。缺点:可能会产生过度匹配问题。适用数据类型:数值型和标称型 决策树的一般流程(1) 收集数据:可以使用任何方法。(2) 准备数据:树构造算法只适用于标称型数据,因此数值型数据必须离散化。(3) 分析数据:可以 阅读全文
posted @ 2020-09-08 10:55 小小喽啰 阅读(583) 评论(0) 推荐(0) 编辑
摘要: 最简单的KNN分类:即是每个测试数据逐个去减训练集数据,使用的是欧氏距离,然后选取k个距离最小的数据作为邻居,看看这几个邻居属于那种类别最多,就属于哪种类别 k-近邻算法优点:精度高、对异常值不敏感、无数据输入假定。缺点:计算复杂度高、空间复杂度高。适用数据范围:数值型和标称型。 k-近邻算法的一般 阅读全文
posted @ 2020-09-08 10:48 小小喽啰 阅读(213) 评论(0) 推荐(0) 编辑
  2020年9月7日
摘要: 一、XGBoost参数 xgboost参数可以分为三种类型:通用参数、booster参数以及学习目标参数 General parameters:参数控制在提升(boosting)过程中使用哪种booster,常用的booster有树模型(tree)和线性模型(linear model)。 Boost 阅读全文
posted @ 2020-09-07 19:01 小小喽啰 阅读(2178) 评论(0) 推荐(0) 编辑
摘要: 官网:https://scikit-learn.org/stable/modules/generated/sklearn.decomposition.PCA.html 官网语法如下: class sklearn.decomposition.PCA(n_components=None, *, copy 阅读全文
posted @ 2020-09-07 17:01 小小喽啰 阅读(4732) 评论(0) 推荐(1) 编辑
摘要: np.mat(a) 可将a转化为矩阵,a的类型可以是df.values,数组,list等等,用mat函数转换为矩阵之后可以才进行一些线性代数的操作 import numpy as np np.eye(5) ''' array([[1., 0., 0., 0., 0.], [0., 1., 0., 0 阅读全文
posted @ 2020-09-07 15:24 小小喽啰 阅读(2630) 评论(0) 推荐(0) 编辑
摘要: 2021-04-26增加 一、PCA所需知识 1. 向量表示与基变换 我们先来介绍些线性代数的基本知识。 1.1 内积 两个向量的 A 和 B 内积我们知道形式是这样的: 内积运算将两个向量映射为实数,其计算方式非常容易理解,但我们无法看出其物理含义。接下来我们从几何角度来分析,为了简单起见,我们假 阅读全文
posted @ 2020-09-07 15:19 小小喽啰 阅读(792) 评论(0) 推荐(0) 编辑
摘要: 方块矩阵,或简称方阵,是行数及列数皆相同的矩阵 所有正交矩阵都是方块矩阵 单位矩阵是方块矩阵环的单位元 阅读全文
posted @ 2020-09-07 14:53 小小喽啰 阅读(946) 评论(0) 推荐(0) 编辑
摘要: 一、单位矩阵的定义 主对角线上的元素都为1,其余元素全为0的n阶矩阵称为n阶单位矩阵,记为或,通常用 I 或 E 来表示 在线性代数中,大小为n的单位矩阵是主对角线上均为1,其余地方都是0的n x n的方阵,它用表示: 同时单位矩阵也可以简单地记为一个对角线矩阵: 二、单位矩阵的性质 根据矩阵乘法的 阅读全文
posted @ 2020-09-07 14:49 小小喽啰 阅读(4410) 评论(0) 推荐(0) 编辑
摘要: 代数定义: 设二维空间内有两个向量和,定义它们的数量积(又叫内积、点积)为以下实数: 更一般地,n维向量的内积定义如下: 其中两个维度相同的向量的内积也可以表示为: 几何定义(只适用于2维和3维空间): 运算律: 交换律: 分配律: 结合律: ,其中m是实数 公式是很容易理解,但是意义呢? 内积运算 阅读全文
posted @ 2020-09-07 13:49 小小喽啰 阅读(27020) 评论(0) 推荐(0) 编辑
摘要: 一、SVM 支持向量机(SupportVector Machines)的主要思想是:SVM试图寻找一个超平面来对样本进行分割,把样本中的正例和反例用超平面分开,但是不是很敷衍地简单的分开,而是尽最大的努力使正例和反例之间的间隔margin最大。这样它的分类结果才更加可信,而且对于未知的新样本才有很好 阅读全文
posted @ 2020-09-07 10:38 小小喽啰 阅读(215) 评论(0) 推荐(0) 编辑
上一页 1 ··· 19 20 21 22 23 24 25 26 27 ··· 39 下一页