2020年7月5日

集成方法

摘要： 集成算法 1.是通过聚合多个分类器的预测来提高分类准确率。集成算法由训练数据构建一组基分类器，然后通过每个基分类器的预测进行投票来进行分类。 2.集成分类器的性能优于单个分类器必须满足两个条件： （1）基分类器必须是相互独立的。 （2）基分类器应当好于随机猜测分类器。 3.构建集成分离器的方法 （1 阅读全文

posted @ 2020-07-05 18:52 为主而活 阅读(561) 评论(0) 推荐(0) 编辑

BP神经网络模型

摘要： 1. BP神经网络模型（Backpropagation Neural Networks） 采用非线性激活函数，Sigmoid函数。 三个层次：输入层（Input Layer）,隐藏层（Hidden Layer） 和输出层（Output layer），就好比神经网络的各个神经元具有不同功能一样。 输入 阅读全文

posted @ 2020-07-05 15:38 为主而活 阅读(6131) 评论(0) 推荐(0) 编辑

支持向量机-分类器之王

摘要： 1. 支持向量机（Support Vector Machine, SVM）： 一种知名的二元线性/非线性分类方法，由俄罗斯的统计学家Vapnik等人所提出。它使用一个非线性转换(Nonlinear Transformation)将原始数据映像(Mapping)至较高维度的特征空间 (Feature 阅读全文

posted @ 2020-07-05 14:18 为主而活 阅读(463) 评论(0) 推荐(0) 编辑

逻辑回归

摘要： 1. 线性回归： 是预测模型，关键是要建立回归方程（自变量和因变量的函数关系）。这样就可以通过回归方程，每输入一个X的值，就能预测Y的值是多少。 2.逻辑回归（Logistic Regression）： 是分类模型，是用于解决二分类（0 or 1）问题的机器学习方法，用于估计某种事物的可能性。是建立 阅读全文

posted @ 2020-07-05 08:25 为主而活 阅读(283) 评论(0) 推荐(0) 编辑

导航