摘要：
Adaboost分类器 2019-08-31 非集成的机器学习算法就像古代皇帝一样，一个人说了算；集成学习算法类似于现在的国会，需要听取在会所有人的意见。 Adaboost是一个集成学习算法，下面将会对算法进行拆解，以使我们明白Adaboost的内部原理。 Adboost算法核心内容可以划分为两个问 阅读全文
posted @ 2019-09-11 12:35 司恩波 阅读(547) 评论(0) 推荐(0) 编辑
摘要：
模型性能评估 模型性能评估是为了评价模型的泛化能力，模型性能评估主要有两个问题要解决： 1）用什么数据来评估？ 2）用什么标准来评估？ 下面的第一节内容主要解答用什么数据来评估模型的性能，第二节解答用什么标准来评估。 1.用什么数据来评估模型性能 常用的有3中，按照复杂程度程度排序分别为： 1）训练 阅读全文
posted @ 2019-09-11 11:12 司恩波 阅读(1268) 评论(0) 推荐(0) 编辑
摘要：
特征提取（机器学习数据预处理） 特征提取与特征选择都是数据降维的技术，不过二者有着本质上的区别；特征选择能够保持数据的原始特征，最终得到的降维数据其实是原数据集的一个子集；而特征提取会通过数据转换或数据映射得到一个新的特征空间，尽管新的特征空间是在原特征基础上得来的，但是凭借人眼观察可能看不出新数据 阅读全文
posted @ 2019-09-11 10:50 司恩波 阅读(17806) 评论(0) 推荐(1) 编辑
摘要：
决策树（DecisionTree） 决策树所属类别：监督学习，分类 优点：直观易懂，算法简单 缺点：容易过拟合，对连续型数据不太容易实现 实现方案：ID3，CART，C4.5 详细的资料见连接：别人写的很详细的决策树 这篇博客主要把重点放在决策树程序的实现上，也仅实现了ID3算法，对其他两个算法仅作 阅读全文
posted @ 2019-09-11 10:16 司恩波 阅读(1345) 评论(0) 推荐(0) 编辑