文章目录一、分类算法的概念1.概念2.应用3.统计学分类与机器学习分类的区别4. 概率模型与非概率模型基本思想二、分类算法1.逻辑回归2.朴素贝叶斯3.K近邻 一、分类算法的概念1.概念输出变量Y为有限个离散值的预测问题，是一种有监督学习。分类算法可以分为概率模型与非概率模型，概率模型通过学习得到属性集与分类标签的条件概率分布形式P(y|x)，非概率模型通过学习得到一个属性集与分类标签的函数形式
转载
2023-07-07 16:25:25
298阅读
分类器实现步骤@[toc](分类器实现步骤)第一步，导入我们需要的python库第二步，获取训练数据并解析坐标第三步，随机化数据第四步、生成分界线斜率第五步、处理测试数据第六步、输出展示分类结果输入数据完整代码今天重新开始学习机器学习，训练了一个简单的分类器。如何工作的呢？给定一组训练数据，他们的参数有三个，x轴坐标，y轴坐标，类别。即(x, y, c)。如图所示 红色的圆点代表第一类点，类别编号
转载
2023-09-18 20:31:21
50阅读
python是面对对象，解释，动态和多用途编程语言的一种高级编程语言。其名字由电视节目“Monty Python`s Flying Circus”来命名的。支持多种编程模式，包括面向对象编程，命令式和函数式编程或过程式编程。python简单易学，且相对而言比其他语言要简单得多。以下内容都是以python3为示例 python使用“=”为变量赋值，python不像java和c，需要提前声明变量。=左
转载
2023-09-04 06:32:03
157阅读
Python八大排序算法排序算法是计算机科学中一个重要的概念，它将一些数据按照特定的顺序进行排列，使得数据更加易于被管理和使用。Python语言作为一个优秀的计算机编程语言，提供了八种常见的排序算法，包括冒泡排序、选择排序、插入排序、希尔排序、归并排序、快速排序、堆排序和计数排序。本文将介绍Python八大排序算法的特点、适用场景和优缺点。1. 冒泡排序冒泡排序是一种比较简单的排序算法，它的基本思
转载
2023-08-05 07:46:59
72阅读
十大基本排序算法排序算法是《数据结构与算法》中最基本的算法之一。排序算法可以分为内部排序和外部排序，内部排序是数据记录在内存中进行排序，而外部排序是因排序的数据很大，一次不能容纳全部的排序记录，在排序过程中需要访问外存。常见的内部排序算法有：插入排序、希尔排序、选择排序、冒泡排序、归并排序、快速排序、堆排序、基数排序等。这里使用python实现这十大排序算法。一、冒泡排序算法步骤比较相邻的元素。如
转载
2023-08-06 21:34:12
47阅读
在人脸识别中有几种常用的分类器，一是最邻近分类器；二是线性分类器（1）最邻近分类器最近邻分类器是模式识别领域中最常用的分类方法之一，其直观简单，在通常的应用环境中非常有效。因此在人脸识别问题中有着广泛的应用。最邻近方法是这样定义的：假设训练样本（X,Y）={xi,yi | i=1,2,...n},这里xi代表第i个样本的特征向量，yi是该样本的类别标签。对于一个新的待分类样本xi，最邻近分类器预测
转载
2023-08-15 10:22:21
66阅读
下面的方法是网络上的博客，其中缺少的内容：（1）如何选择特征？比如使用CHI，那个等级的特征值刚好够用。（2）如何计算特征权重？TFIDF（3）选择何种分类器？应用：可以用于文本分类，情感分析等涉及到分类的方面。朴素贝叶斯分类器是一个以贝叶斯定理为基础，广泛应用于情感分类领域的优美分类器。本文我们尝试使用该分类器来解决上一篇文章中影评态度分类。 1、贝叶斯定理假设对于某个数据集，随机变量C表示样本
转载
2023-09-18 06:42:17
41阅读
KNN现在，如果我们有一个分类任务。需要用到scikit-learn库的分类器对象。分类器要完成的任务是，给定一种鸢尾花卉的测量数据，为这种花卉分类。最简单的分类器是近邻分类器。近邻算法搜索训练集，寻找与用作测试的新个体最相似的观测记录。讲到这里，弄清楚训练集和测试集这两个概念很重要。如果确实只有一个数据集，也没关系，重要的是不要使用同一份数据同时用于训练和测试。鉴于此，把数据集分为两部分：一部分
转载
2023-09-12 21:33:20
113阅读
介绍本文解释了如何使用python制作用于文本分类的朴素贝叶斯分类器。朴素贝叶斯算法是机器学习中最常用的文本分类算法之一。使用python实现朴素贝叶斯分类器相对容易，本文将使用scikit-learn(python机器学习库)。我将解释如何使用示例代码一步一步地编写代码。1.什么是朴素贝叶斯分类器朴素贝叶斯分类器是一种用于分类的机器学习算法，尤其适用于自然语言处理。它通常用于将新闻文章
转载
2024-02-16 10:24:13
28阅读
1 K近邻分类器（KNN）KNN：通过计算待分类数据点与已有数据集中的所有数据点的距离，取距离最小的前K个点，根据“少数服从多数”的原则，将这个数据点划分为出现次数最多的那个类别。 1.1 sklearn中的K近邻分类器在sklearn库中，可以使用sklearn.neighbors.KNeighborsClassifier创建一个K近邻分类器，主要参数有： （1）n_neighbors：用于指
转载
2023-07-27 13:24:43
102阅读
几种集成分类器介绍
from sklearn import ensemble集成分类器(ensemble)：1.bagging(ensemble.bagging.BaggingClassifier) 其原理是从现有数据中有放回抽取若干个样本构建分类器，重复若干次建立若干个分类器进行投票，通过投票决定最终的分类结构2.RandomForest(ensem
转载
2023-06-02 13:47:45
132阅读
1.简介 这篇文章主要是介绍了python基于sklearn库使用不同的机器学习分类器对鸢尾花iris数据集进行分类。2.iris数据集鸢尾花数据集一共150个样本，其中：特征data的维度为150*4，行数150代表样本数，列数4代表特征数，包含花萼长度、花萼宽度、花瓣长度、花瓣宽度四个特征。标签target的维度为150*1，代表了不同的种类，0代表setosa，1代表versicolor，2
转载
2023-06-27 17:18:43
199阅读
简介上一讲我们实现了一个简单二元分类器：LogisticRegression，但通常情况下，我们面对的更多是多分类器的问题，而二分类转多分类的通常做法也很朴素，一般分为两种：one-vs-rest以及one-vs-one。顾名思义，one-vs-rest将多类别中的其中一类作为正类，剩余其他所有类别作为负类，对于n_class类别的分类问题，需要构建\(n\_class\)种分类器；而one-vs
转载
2023-06-30 15:22:32
42阅读
以前好像一直都没有搞懂什么是演绎法，当时学离散数学的时候，自己都是半懂不懂的。后来上网google了一下，写得还是比较简单透彻的： 演绎法是论证方法的一种，基本的论证方法有：①归纳法、②演绎法、③比较法。 ①归纳法。归纳论证是一种由个别到一般的论证方法。它通过许多个别的事例或分论
转载
2024-02-21 11:00:41
71阅读
1. 顺序查找说明：顺序查找适合于存储结构为顺序存储或链接存储的线性表。基本思想：顺序查找也称为线形查找，属于无序查找算法。从数据结构线形表的一端开始，顺序扫描，依次将扫描到的结点关键字与给定值k相比较，若相等则表示查找成功；若扫描结束仍没有找到关键字等于k的结点，表示查找失败。复杂度分析：查找成功时的平均查找长度为：（假设每个数据元素的概率相等） ASL = 1/n(1+2+3+…+n) = (
转载
2023-08-06 10:56:13
199阅读
根据算法的功能和形式的类似性，我们可以把算法分类，比如说基于树的算法，基于神经网络的算法等等。当然，机器学习的范围非常庞大，有些算法很难明确归类到某一类。而对于有些分类来说，同一分类的算法可以针对不同类型的问题。这里，我们尽量把常用的算法按照最容易理解的方式进行分类。（1）回归算法： 回归算法是试图采用对误差的衡量来探索变量之间的关系的一类算法。回归算法是统计机器学习的利器。在机器学习
转载
2024-04-09 09:25:40
45阅读
计算机分类是计算机科学领域中的一个重要概念，它涉及到对计算机硬件和软件的各个方面进行分类和归纳。在软考中，计算机分类也是一个非常重要的考点，因为它涉及到计算机系统的基本架构和功能模块。下面，本文将从计算机分类的角度来探讨软考相关的内容。
一、计算机硬件分类
计算机硬件是计算机系统的基础，它包括各种物理设备和器件。根据计算机硬件的不同特点，可以将其分为以下几类：
1.微型计算机：微型计算机也称
原创
2024-01-23 16:17:18
413阅读
中级软考分类主要有以下几种：
1. 软件系统设计师：该认证主要考察考生在软件系统设计、开发、维护等方面的能力，以及对软件工程原理、方法和技术的掌握程度。软件系统设计师需要具备扎实的理论基础和实践经验，能够独立完成软件系统的规划和设计。
2. 网络工程师：网络工程师认证主要考察考生在计算机网络规划、设计、实施和维护方面的能力。网络工程师需要熟悉各种网络设备和协议，能够独立完成网络系统的设计和实施，
原创
2023-11-07 17:31:24
119阅读
Tensorflow 中文社区卷积神经网络卷积神经网络（Convolutional Neural Networks，CNN），CNN可以有效的降低反馈神经网络（传统神经网络）的复杂性，常见的CNN结构有LeNet-5、AlexNet、ZFNet、VGGNet、GoogleNet、ResNet等等，其中在LVSVRC2015冠军 ResNet是AlexNet的20多倍，是VGGNet的8倍；从这些结
转载
2023-10-07 18:59:19
155阅读
第一步：导入各类库import numpy as np
import matplotlib.pyplot as plt
from sklearn import datasets
from sklearn.naive_bayes import GaussianNB
import matplotlib
%matplotlib inline #一个魔法函数，能让代码嵌入notebook中。1.NumP
转载
2023-10-11 15:43:31
6阅读
