摘要:参考: 统计学习方法》第五章决策树】 http://pan.baidu.com/s/1hrTscza 决策树的python实现 有完整程序 决策树(ID3、C4.5、CART、随机森林) 对决策树的python实现进行了详细的介绍 用Python开始机器学习(2:决策树分类算法) 特别 决策树(三)
阅读全文
摘要:朴素贝叶斯算法要理解一下基础: 【朴素:特征条件独立 贝叶斯:基于贝叶斯定理】 1朴素贝叶斯的概念【联合概率分布、先验概率、条件概率**、全概率公式】【条件独立性假设、】 极大似然估计 2优缺点 【优点: 分类效率稳定;对缺失数据不敏感,算法比较简单,常用于文本分类;在属性相关性较小时,该算法性能最
阅读全文
摘要:邻近算法 或者说K最近邻(kNN,k-NearestNeighbor)分类算法是数据挖掘分类技术中最简单的方法之一。所谓K最近邻,就是k个最近的邻居的意思,说的是每个样本都可以用它最接近的k个邻居来代表。 关于K最近邻算法,非常好的一篇文章:KNN算法理解; 另外一篇文章也值得参考:KNN最近邻Py
阅读全文
摘要:写在前面: 参考: 1 《统计学习方法》第二章感知机【感知机的概念、误分类的判断】 http://pan.baidu.com/s/1hrTscza 2 点到面的距离 3 梯度下降 4 NumPy-快速处理数据 属性shape:表示几行几列; dot(a,b) 计算数组、矩阵的乘积 (为了理解神经网络
阅读全文