摘要：
由于dataset是一个列表>>> dataset[[1.658985, 4.285136], [-3.453687, 3.424321], [4.838138, -1.151539], [-5.379713, -3.362104], [0.972564, 2.924... 阅读全文
摘要：
由于dataset是一个列表>>> dataset[[1.658985, 4.285136], [-3.453687, 3.424321], [4.838138, -1.151539], [-5.379713, -3.362104], [0.972564, 2.924... 阅读全文
摘要：
错误代码：def loadDataSet(fileName): #general function to parse tab -delimited floats dataMat = [] #assume last colu... 阅读全文
摘要：
错误代码：def loadDataSet(fileName): #general function to parse tab -delimited floats dataMat = [] #assume last colu... 阅读全文
摘要：
1、树回归的提出背景线性回归需要拟合所有的样本（除了局部加权性回归），实际生活中大部分的问题是非线性的。所以需要将数据集进行切分成很多份容易建模的数据，然后利用线性回归的方法进行建模。但是一般一两次的切分仍然不能满足要求，所以就提出了树回归的方法2、CART(clas... 阅读全文
摘要：
参考博客：点击打开链接SVM的优缺点优点：泛化错误率低，计算开销不大，结果容易解释缺点：对参数的调节和核函数的选择敏感，原始分类器不佳修改仅适用于处理二分类问题SVM的目的：找到一个超平面，也就是分类的决策边界，使得离超平面最近的点尽可能的远，而那些最近的点就是支持向... 阅读全文
摘要：
1、树回归的提出背景线性回归需要拟合所有的样本（除了局部加权性回归），实际生活中大部分的问题是非线性的。所以需要将数据集进行切分成很多份容易建模的数据，然后利用线性回归的方法进行建模。但是一般一两次的切分仍然不能满足要求，所以就提出了树回归的方法2、CART(clas... 阅读全文
摘要：
参考博客：点击打开链接SVM的优缺点优点：泛化错误率低，计算开销不大，结果容易解释缺点：对参数的调节和核函数的选择敏感，原始分类器不佳修改仅适用于处理二分类问题SVM的目的：找到一个超平面，也就是分类的决策边界，使得离超平面最近的点尽可能的远，而那些最近的点就是支持向... 阅读全文