本文对机器学习的常用算法进行常识性的认识，介绍这些算法是什么以及如何应用（主要是针对分类问题）以及对单个算法的理解的简介。本文要介绍的十大算法如下：①决策树；②随机森林；③逻辑回归；④SVM（support vector machine）；⑤朴素贝叶斯；⑥K最近邻算法；⑦K均值算法；⑧Adaboost算法；⑨神经网络；⑩马尔科夫。1. 决策树根据一些feature进行分类，每个节点提出一个问题，通
转载
2024-03-02 08:42:55
25阅读
约束条件下的优化问题 给定一系列训练，每个训练有以下几个属性：名字 能量消耗 可以被选的阶段个数 阶段1 阶段2 …… 有x个阶段，每个阶段又有如下以下两个限
# 机器学习回归问题的评估指标
## 概述
本文将介绍机器学习回归问题的评估指标，帮助初学者了解如何评估回归模型的性能。我们将讨论整个流程，并提供相应的代码示例。
## 整个流程
下表展示了完成机器学习回归问题的评估指标所需的步骤。
| 步骤 | 描述 |
| -------- | ---
原创
2023-12-26 08:34:03
49阅读
机器学习解决背包问题
在计算机科学和运筹学中，背包问题是一个经典的优化问题，广泛应用于资源分配、资产组合等领域。假设我们有一个背包，其最大承重为 W，且有 n 个物品，每个物品 \(i\) 有一个重量 \(w_i\) 和一个价值 \(v_i\)。背包问题要求在不超过最大承重的情况下，选择物品的集合以最大化价值。
我们可以用以下的数学模型描述背包问题：
\[
\text{maximize} \q
分类问题的模型评价指标在回归问题中，我们可能会采用均方误差衡量模型的好坏。但在分类问题中，我们需要判断模型是否被正确分类
原创
2022-09-07 17:31:57
293阅读
1. 准确率，召回率，精确率，F1-score，Fβ，ROC曲线，AUC值 2. 宏平均（Macro-averaging）和微平均（Micro-averaging） 3. Python3 sklearn实现分类评价指标 1. 准确率，召回率，精确率，F1-score，Fβ，ROC曲线，AUC值 为了
转载
2021-01-06 20:53:00
1045阅读
机器学习评估指标的实现流程
在机器学习模型的开发过程中，评估指标是非常重要的，它可以衡量模型的性能和准确度。对于刚入行的小白来说，学习如何实现机器学习评估指标是一个关键的步骤。接下来，我将向你介绍整个实现流程，并提供每个步骤所需的代码和注释。
**步骤一：准备数据集**
首先，我们需要准备一个用于训练和测试模型的数据集。数据集应该包含输入特征和相应的目标变量。我们可以使用许多工具和库来加载和处
原创
2024-02-12 04:33:26
69阅读
机器学习评估指标
1.回归算法指标
平均绝对误差 又称L1范数损失，缺点：绝对值的存在导致函数不光滑
均方误差 又称L2范数损失
均方根误差
决定系数
深度学习 深度学习案例解释： 人脸识别与语音识别
1.对于人脸识别神经网络的第一层从原始图片中提取人脸的轮廓和边缘，每个神经元学习到不同边缘的信息；网络的第二层将第一层学得的边缘信息组合起来，形成人脸的一些局部的特征，例如眼睛、嘴巴等；后面的几层
原创
2022-06-23 17:40:27
202阅读
# 机器学习评价指标
## 引言
机器学习是人工智能领域的重要分支，它涉及训练计算机通过数据进行学习和推断。在机器学习中，评价指标是衡量模型性能的重要标准。本文将介绍常用的机器学习评价指标，并通过代码示例进行解释。
## 精确率与召回率
精确率和召回率是二分类问题中最常用的评价指标之一。它们用于衡量模型的分类准确性和覆盖率。
精确率（Precision）表示被模型正确预测为正例的样本占预测为
原创
2023-10-22 12:42:22
28阅读
# Pd指标与机器学习：理解与示例
在机器学习领域，评估模型性能是实现有效预测的关键。而Pd指标（Probability of Default，违约概率）在金融、信贷和风险管理等领域中，尤其重要。本文将深入探讨Pd指标的概念、计算方法及其在机器学习中的应用，并提供代码示例，帮助读者更好地理解这一指标。
## 什么是Pd指标？
Pd指标是指一个借款人违约的可能性，通常用于信贷风险评估。它通过历
原创
2024-10-19 06:58:33
204阅读
# 机器学习解决金融问题的结论
在现代金融科技（FinTech）的浪潮中，机器学习（Machine Learning）已经成为解决各种金融问题的关键工具。从信贷风险评估和欺诈检测到算法交易和市场预测，机器学习的应用层出不穷。本文将探讨如何利用机器学习来解决金融问题，并通过一些代码示例来加深理解。
## 机器学习在金融领域的应用
### 1. 信贷风险评估
信贷风险评估是金融机构在放贷时的基
前言数据挖掘大神Abhishek Thakur，很多数据挖掘kaggler对他都非常熟悉，他在 Linkedin 发表了一篇名为Approachin
转载
2024-05-16 12:25:49
147阅读
Datawhale干货作者：皮钱超，厦门大学，Datawhale成员深度学习框架Keras入门项目本文介绍3个案例
原创
2022-07-29 09:33:02
190阅读
# 机器学习解决图片预测问题
随着人工智能的发展，机器学习已经成为解决各种实际问题的强大工具。在众多应用中，图片处理和预测是一个备受关注的领域。无论是图像分类、物体检测，还是图像生成，机器学习都展现出了惊人的能力。本文将为大家简单介绍如何利用机器学习技术解决图片预测问题，并给出相关的代码示例。
## 1. 图片预测问题的定义
在机器学习中，图片预测通常指的是通过训练模型，来自动识别和分类图像
文章目录1. 分形介绍2. 分形的定义3. 分形维数介绍4. 历史5. 缩放的作用（Role of scaling）6. D 不是唯一描述符7. 分形表面结构8. 例子8.8 Hausdorff dimension8.8.1 直观概念8.8.2 正式定义8.8.2.1 Hausdorff dimension8.8.2.2 Hausdorff content8.8.3 例子8.8.4 Hausdo
转载
2024-01-17 17:31:13
89阅读
面对那些烦扰的工作问题，每个人都希望自己能够有一个“智囊”。现在，这个期望真的成为了现实。
近日，英国启用了一款“智囊”机器人，该机器人实际上是一种名叫Starmind的计算机软件，在运用机器学习的基础上，可以理解和回答任何与工作相关的问题，答案多来源于同事谈话的主题或者公司内部可以帮忙的专家。在工作团队中，该机器人就如同神一样队友的存在！
转载
2023-10-28 15:13:37
86阅读
机器学习常见评价指标0 引言在建模的时候，不论是一般机器学习还是深度学习，都要有评价指标进行模型效果的衡量，评价指标是对于一个模型效果的数值型量化。一般来说，评价指标分为分类问题和回归问题，下面就分别介绍两类问题的评价指标。1 分类问题常见评价指标1.1 基础知识分类问题中，又可以分为二分类和多分类问题：二分类问题：accuracy、precision、recall、F1-score、AUC、RO
原创
2022-09-05 06:50:20
1002阅读
一、常用分类算法的优缺点 二、正确率能很好的评估分类算法吗 不同算法有不同特点，在不同数据集上有不同的表现效果，根据特定的任务选择不同的算法。如何评价分类算法的好坏，要做具体任务具体分析。对于决策树，主要用正确率去评估，但是其他算法，只用正确率能很好的评估吗？ 答案是否定的。 正确率确实是一个很直观
原创
2021-05-24 15:25:44
935阅读
