摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 细分构建机器学习应用程序的流程 测试模型 对于分类问题，我们可能会使用k近邻算法、决策树、逻辑回归、朴素贝叶斯法、支持向量机、随机森林；对于回归问题， 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(880)
评论(0)
推荐(0)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 矩阵转置 假设我们有一个矩阵 $$ w= \begin{matrix} 1&2&3 \\ 4&5&6 \\ 7&8&9 \\ \end{matrix} 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(743)
评论(0)
推荐(0)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html XgBoost算法 XgBoost算法(eXtreme Gradient Boosting)属于Boosting系列算法，更多的是基于GBDT算法的一 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(1462)
评论(0)
推荐(0)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html scikit learn库之支持向量机 在scikit learn库中针对数据是否线性可分，主要将支持向量机分为以下三种分类模型 、`SVC NuSV 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(1747)
评论(0)
推荐(0)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 距离公式汇总 假设$n$维空间中有两个点$x_i$和$x_j$，其中$x_i = (x_i^{(1)},x_i^{(2)},\cdots,x_i^{( 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(1071)
评论(0)
推荐(0)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 支持向量机总结 支持向量机中有线性可分支持向量机、线性支持向量机、非线性支持向量机、线性支持回归等算法，算是前期比较繁琐的一个内容，如果感觉自己还是对 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(1649)
评论(0)
推荐(0)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 提升树 提升树(boosting tree)是以分类树或回归树作为弱学习器的强学习器。 提升树模型用的是加法模型，算法用的是前向分步算法，弱学习器是决 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(1047)
评论(0)
推荐(0)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 线性支持向量机(鸢尾花分类) 一、导入模块 二、获取数据 三、构建决策边界 四、线性可分支持向量机 4.1 训练模型 4.2 可视化 五、线性支持向量 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(2011)
评论(0)
推荐(0)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html 线性支持向量机 在线性可分支持向量机中说到线性可分支持向量机有一个缺点是无法对异常点做处理，也正是因为这些异常点导致数据变得线性不可分或者会因为它的正 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(1982)
评论(0)
推荐(0)
摘要：
[TOC] 人工智能从入门到放弃完整教程目录：https://www.cnblogs.com/nickchen121/p/11686958.html Logistic回归(鸢尾花分类) 一、导入模块 二、获取数据 三、构建决策边界 四、训练模型 4.1 C参数与权重系数的关系 上图显示了10个不同的 阅读全文
posted @ 2019-10-16 17:07
B站-水论文的程序猿
阅读(5555)
评论(0)
推荐(0)
浙公网安备 33010602011771号