04 2022 档案

python——NLP关键词提取
摘要：关键词提取顾名思义就是将一个文档中的内容用几个关键词描述出来，这样这几个关键词就可以提供这个文档的大部分信息，从而提高信息获取效率。 关键词提取方法同样分为有监督和无监督两类，有监督的方法比如构造一个关键词表，然后计算文档和每个次的匹配程度用类似打标签的方法来进行关键词提取。这种方法的精度比较高，但 阅读全文
posted @ 2022-04-19 22:31 lleozhang 阅读(2435) 评论(1) 推荐(0) 编辑
python机器学习——BP（反向传播）神经网络算法
摘要：背景与原理： BP神经网络通常指基于误差反向传播算法的多层神经网络，BP算法由信号的前向传播和反向传播两个过程组成，在前向传播的过程中，输入从输入层进入网络，经过隐含层逐层传递到达输出层输出，如果输出结果与预期不符那么转至误差反向传播过程，否则结束学习过程。在反向传播过程中，误差会基于梯度下降原理分 阅读全文
posted @ 2022-04-05 22:51 lleozhang 阅读(2054) 评论(0) 推荐(0) 编辑
python机器学习——朴素贝叶斯算法
摘要：背景与原理： 朴素贝叶斯算法是机器学习领域最经典的算法之一，仍然是用来解决分类问题的。 那么对于分类问题，我们的模型始终是：用m组数据，每条数据形如(x1,...,xn,y)，表示数据共有n个特征维度，而y表示该数据所属的类别，不妨设有k个取值$C_{1},...,C 阅读全文
posted @ 2022-04-04 21:42 lleozhang 阅读(397) 评论(0) 推荐(0) 编辑
python机器学习——随机森林算法
摘要：背景与原理： 首先我们需要知道集成学习的概念，所谓集成学习，就是使用一系列学习器进行学习，并且通过某种规则把这些学习器的学习结果整合起来从而获得比单个学习器学习效果更好的机器学习方法。这样的方法可以用于解决单个学习器的过拟合、性能瓶颈等问题，常用的集成方式主要有Bagging（并行）和Boostin 阅读全文
posted @ 2022-04-04 20:09 lleozhang 阅读(2593) 评论(0) 推荐(0) 编辑
python机器学习——决策树算法
摘要：背景与原理： 决策树算法是在各种已知情况发生概率的基础上通过构成决策树来求某一事件发生概率的算法，由于这个过程画成图解之后很像一棵树形结构，因此我们把这个算法称为决策树。 而在机器学习中，决策树是一种预测模型，代表对象属性和对象值之间的一种映射，一棵决策树的每个内部节点会处理数据的某个维度对应的变量 阅读全文
posted @ 2022-04-04 12:03 lleozhang 阅读(575) 评论(0) 推荐(0) 编辑

levels of contents
点击右上角即可分享
微信分享提示