3.1 基本形式给定由d个属性描述的示例，其中 xi 是x在第i个属性上的取值，线性模型就是试图学得一个通过属性的线性组合来进行预测的函数即：向量形式：w和b学得之后，模型即可确定。其中w还可以表示为属性的权重，下面是一个例子：3.2线性回归 线性回归的本质就是学得一个线性模型尽可能的预测未来输出，那么这个线性模型怎么来确定呢，我们在一堆数据点中，一般是寻找一根线使得其穿越尽可
人数不多，抓紧抽取~~~
原创
2022-01-04 11:34:40
212阅读
绪论 模型评论与选择 线性模型 决策树 神经网络 支持向量机
转载
2021-08-23 18:31:16
233阅读
老早就想买这本“西瓜书”好好看看关于机器学习的知识了，正直“双11”京东VS天猫，然后在京东上买了。
以前从没有写读书笔记的习惯，所以看了一本忘了一本。。。都说看书是输入，但是只输入知识还不行，还要有输出。推荐购买一本周志华的西瓜书，国内难得的机器学习书籍，良心之作！关键词：学习算法；样例；泛化；归纳；连接主义；符号主义；数据挖掘与机器学习 推荐阅读：学习算法 ；数据挖掘与机器学习 1.1
文章目录性能度量1 错误率与精度2 查准率、查全率与F13 ROC与AUC4 代价敏感错误率与代价曲线[4]性能度量1 错误率与精度错误率是分类错误的样本数占样本总数的比例。精度则是分类正确的样本数占样本总数的比例。精度+错误率=1精度+错误率=1精度+错误率=1错误率与精度都不难理解，我们重点来看下文的性能度量。2 查准率、查全率与F1首先，为什么要用查准率、查全率？西瓜书中有两个例子：（1）挑选西瓜时我们关心“挑出的西瓜中有多少比例是好瓜”,（查准）“所有好瓜中有多少比例被挑了出
原创
2021-06-22 11:13:17
201阅读
参考书籍《动手学深度学习(pytorch版），参考网址为：https://tangshusen.me/Dive-into-DL-PyTorch/#/ 请大家也多多支持这一个很好用的平台~大部分内容为书中内容，也有部分自己实验和添加的内容，如涉及侵权，会进行删除。正文——线性回归一、概念 线性回归输出是一个连续值，因此适用于回归问题。回归问题在实际中很常见，如预测房屋价格、气温、销售额等连续值的问题
解决西瓜书难题的书来了，最近周志华《机器学习》伴侣书《机器学习公式详解》，一站式解决机器学习中的数学难题。机器学习公式详解人工智能领域
原创
2022-05-01 17:01:00
661阅读
文章目录决策树1 什么是决策树2 伪代码决策树1 什么是决策树决策树（dicision tree）是一种基本的分类与回归方法，此处主要讨论分类的决策树。。以一个二分类任务（去或不去）为例：有人给我们介绍新的对象的时候，我们就要一个个特点去判断去或不去。于是这种判断的过程就可以画成一棵树：我们将上面树结构广义化：这就是决策树的结构了，棵决策树包含一个根结点、若干个内部结点和若干个叶结点;叶节点：叶结点对应于决策结果,其他每个结点（根节点和内部节点）则对应于一个属性测试;根节点：对数据集
原创
2021-06-22 11:13:21
330阅读
PCA和线性回归的区别： 左边是线性回归，右边是PCA，PCA算的是投影误差的平方 t-SNE vs PCA至于t-SNE为啥牛， 这里给两个对比图片， 然后我们再回到PCA，以后有机会再扩展！t-SNE vs PCA： 可以看到线性特征表达的局限性 t-SNE 优于 已有非线性特征表达 Isomap, LLE 和 Sammon mapping 依然还记得2004年左右Isomap横空
读书笔记 周志华老师的《机器学习》 4.1 基本流程 一个决策树包含一个根结点、若干个内部结点和若干个叶结点；叶结点对应于决策结果，其他每个结点则对应于一个属性测试；每个结点包含的样本集合根据属性测试的结果被划分到子结点中；根结点包含样本全集，从根结点到每个叶结点的路径对应了一个判定测试序列。 决策树的生成是一个递归过程，在决策树基本算法中，有三种情形会导致递归返回：（
5.1神经元模型神经网络的研究由来已久，关于其研究历史我将在本篇末进行介绍。关于神经网络的定义，西瓜书采用的是：“神经网络是由具有适应性的简单单元组成的广泛并行互联的网络, 它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应”。我们在机器学习谈论神经网络时通常指的是“神经网络学习”，或者说是机器学习与神经网络这两个学科领域交叉部分。神经元模型即定义中提及的简单单元，是神经网络的基本组成。在
转载
2023-05-29 13:36:16
145阅读
假设检验：“假设”为对学习器泛化错误率分布的某种判断和猜想，在现实任务中，并不知道学习器的泛化错误率，只能获知测试错误率，因此可以根据测试错误率估推出泛化错误率的分布。设泛化错误率为，测试错误率为，在包含m个样本的测试集上，年华错误率为的学习器被测得测试错误率为的概率为由上公式可得，给定测试错误率下，在时取最大值，且符合二项分布，因此使用二项检验来进行判断。检验结论：在a的显著度下，假设不能被拒绝
原创
2021-04-07 11:01:01
581阅读
这完全就是刚入门的状态，没有什么毛病！我之前也是这种状态，甚至更差，所以我就回了一封信，回信的过程中我就变成了人生导师，然后青春一去不回来了。我记得不久前青春才撞了我一下腰，现在竟然要当人生导
原创
2022-02-16 14:36:54
63阅读
经验误差与过拟合错误率：分类错误的样本数占样本总数的比例精度：1-错误率误差：学习器的实际预测输出与样本的真实输出之间的差异训练误差（经验误差）：学习器在训练集上的误差泛化误差：在新样本上的误差过拟合：学习器把训练样本自身的一些特点当作了所有潜在样本都会具有的一般性质，从而导致泛化性能下降。欠拟合：学习器不能完全学习训练样本的一般性质举例：在训练识别树叶时过拟合分类结果中将树叶识别错误，认为树叶必
原创
2021-04-07 11:03:10
162阅读
1. 江郎才尽怎么讲那就开始回忆过去……开始讲我有一个朋友……开始贴邮件来往，有人给我写信……2. ok，贴邮件有一个同学，给我写了一封信，信中如李太白之行路难，欲渡黄河冰塞川，将登太行雪满山……下载数据，下载不下来Linux系统一窍不通git能操作完全摸不着北编程基础几乎没有我看过之后认为，这完全就是刚入门的状态，没有什么毛病！我之前也是这种状态，甚至更差，所以我就回了一封信，回信的过程中我就变成了人生导师，然后青春一去不回来了。我记得不久前青春才撞了我一下腰，现在竟然要当人生导
原创
2021-06-04 22:09:00
114阅读
性能度量：衡量模型泛化能力的评价标准。对比不同模型的的能力时，使用不同的性能度量往往会导致不同的评判结果，意味着模型的“好坏”是相对的，好的模型不仅取决于算法和数据，而且取决于任务需求。均方误差：回归任务最常用的性能度量，均方误差大的模型性能差，均方误差小的模型性能好。分类性能度量：错误率和精度；查准率和查全率。错误率与精度反应的是分类任务模型判断正确与否的能力，通常，错误率低精度高的模型性能好，
原创
2021-04-07 11:01:27
205阅读
机器学习：利用“数据”作为“经验”形式，让计算机在计算数据时产生 “模型”，然后根据得到的“经验”模型来对新的情况作出判断。基本术语样本：记录中对一个事件或对象的描述数据集：一组记录的集合属性:反映时间或对象在某方面的表现或性质样本空间：所有属性组成的空间例如：色泽青绿、根蒂蜷缩、声音浊响的西瓜其中（色泽青绿、根蒂蜷缩、敲声浊响）是一条记录，这条记录中描述西瓜的内容为一个样本；色泽、根蒂、敲声为西
原创
2021-04-08 08:56:22
430阅读
文章目录前言1 一元线性回归与多元线性回归<1>**线性模型的优点：**<2> 线性回归里面ilibili.
原创
2022-12-15 20:41:26
76阅读
目录前言1 支持向量机1.1 算法原理1.2 超平面1.3 几何间隔1.4 支持向量机1.5 凸优化问题2 软间隔与支持向量回归2.1 算法原理2.2 软间隔2.3 支持向量机支持向量回归 前言学习说明：预习，再看直播回放支持向量机（3天） 预习：西瓜书6.1、6.2 直播回放：http
原创
2022-12-09 09:57:04
102阅读
文章目录前言决策树总结参考前言学习说明：预习，再看直播回放决策树西瓜书4.1、4.2直播回
原创
2022-12-09 09:56:31
85阅读
