二哥不像程序员的博客_机器学习

瞎聊机器学习——全方位理解支持向量机（SVM）

SVM是一种常用的二分类模型，同时我们也可以通过核技巧用它来解决一些多分类的问题，下面我们来仔细的研究一

支持向量机

机器学习

SVM

核函数

约束条件

原创精选 10月前 342 阅读

瞎聊机器学习——梯度下降法

梯度下降法（gradient descent）是求解无约束最优化问题的一种最常用的方法，具有实现简单的优到电话有急事需要下山，但是山上的能见度很低，小明只可以根据周围的环境信息去确定...

梯度下降

机器学习

优化方法

梯度下降法

迭代

原创 2023-07-19 15:38:16 61 阅读

瞎聊机器学习——LR（Logistic Regression）逻辑斯蒂回归（一）

逻辑斯蒂回归是我们在学习以及工作中经常用到的一种分类模型，下面通过本文来讲解一下逻辑斯蒂

逻辑斯蒂

机器学习

逻辑斯蒂回归

数据

正例

原创精选 2023-05-06 10:17:57 513 阅读

瞎聊机器学习——朴素贝叶斯以及拉普拉斯平滑

一、贝叶斯公式贝叶斯公式是一种用来表示两个条件概率之间关系的公式，其具体表示如下：公式

朴素贝叶斯

拉普拉斯平滑

贝叶斯公式

数据集

原创 2023-05-06 10:17:32 529 阅读

瞎聊机器学习——啥是决策树？

本文来讲述一下机器学习中常见的一个基础分类与回归算法——决策树。决策树算法虽然常决策树由节点和有向边组成，节点有...

决策树

CART

熵

信息增益

数据集

原创 2023-05-06 10:15:59 105 阅读

瞎聊机器学习——PR曲线、ROC曲线、AUC

ROC曲线什么是ROC曲线？ROC曲线经常作为评估二分类的重要指标，其起源于军事领域，

ROC

P-R曲线

AUC

召回率

正例

原创 2023-05-06 10:15:25 630 阅读

瞎聊机器学习——随机森林（RF）

本文来讲述一下机器学习中常见的一种集成学习算法——随机森林。随机森林（Random forest）随机森林的定义随机森林是一种集成学习算法，也可以说是一种特殊的Bagging算法，随机森林中将决策树作为基分类器放到Bagging中最后得到随机森林。对于随机森林，顾名思义，就是用一个随机的方式去建立一个森林，而森林又是有无数个决策树构成的，并且随机的意义在于整个森林中的所有决策树是没

随机森林

RF

决策树

数据

原创 2023-03-03 06:31:08 203 阅读

瞎聊机器学习——多分类的精确率和召回率

分类正确的正样本个数占分类器判定为正样本的个数的比例。召回率是指分类正确的正样本占真实正样本的比例。根据概念我们知道，在...

多分类评价

精确率

召回率

二分类

混淆矩阵

原创 2023-03-03 06:27:21 365 阅读

jieba分词器（应用及字典的补充）及文档高频词提取实战

jieba分词器是Python中最好的中文分词组件，本文讲解一下jieba分词器及其应用。1、jieba分词器的分词模式jieba分词器提供了三种常用的分词模式1、精确模式：将句子按照最精确的方法进行切分，适合用于进行文本分析；2、全模式：将句子当中所有可以成词的词语都扫描出来，分词速度很快但容易产生歧义；3、搜索引擎模式：在精确模式分词的基础上，将长的句子再次进行切分，提高召回率，适

jieba

中文分词

高频词提取

分词器

搜索引擎

原创 2023-03-03 06:26:39 442 阅读

瞎聊机器学习——DBSCAN算法

密度聚类算法基于密度的聚类算法假设样本结构能够通过样本分布的紧密程度而决定，以数据集在空间内分布的稠密程度为依据进行聚类，即只要一个区域中的样本密度大于某个阈值，就把它划入与之相近的簇中。密度聚类可以克服K-means，BIRCH算法只适用于凸样本的缺点，密度聚类算法既可以适用于凸样本集也可以用于非凸样本集。常见的密度聚类算法有：DBSCAN、MDCA、OPTICS、DENCLUE等。密度聚类算法

数据挖掘

DBSCAN

聚类算法

邻域

聚类

原创 2023-02-27 12:20:42 259 阅读

连载｜模型评估与过拟合（上）

模型评估与过拟合1、误差错误率（error rate）：分类错误的样本占总样本的比例准确率（accuracy）：分类正确的样本占总样本的比例误差（error）：学习器的实际预测输出与样本的真实输出之间的差异经验误差（empirical error）：学习器在训练集上的误差泛化误差（generalization）：学习器在新样本上的误差测试误差（test error）：学习器在测试集上的误差通常情况

模型评估

过拟合

搜索

数据集

原创 2023-02-27 12:18:48 139 阅读

瞎聊机器学习——集成学习

什么是集成学习？对于一个机器学习问题，通常我们有两种策略，一种是研发人员尝试各种模型，选择其中表现最好的模型进行调参优化；另一种策略的样本，给予更高的权重。在测...

集成学习

决策树

权重

原创 2023-02-21 16:35:04 107 阅读

瞎聊机器学习——准确率、精确率、召回率、F1 score

针对分类、回归、排序等问题的模型评估，不同的问题有不同的评估方法，今天重点来说一下关于分类问题的准确率（Accuracy）、精确率（precision）、召回率（Recall）、F1 score。准确率（Accuracy）准确率指的是分类正确的样本占总样本个数的比例即：其中就是被分类正确的样本个数，是总样本的个数。精确率（precision）精确率是指分类正确的正样本个数占...

机器学习

模型评估

准确率

精确率

召回率

原创 2023-02-21 16:34:56 446 阅读

瞎聊机器学习——K-均值聚类（K-means）算法

本文中我们将会聊到一种常用的无监督学习算法——K-means。1、K-means算法的原理K-means算法是一种迭代型的聚类算法，在算法中我们首先要随机确定K个初始点作为质心，然后去计算其他样本

机器学习

Python

K-means

均值聚类

聚类

原创 2023-02-21 16:31:33 182 阅读

瞎聊机器学习——K-近邻（KNN）算法

1、KNN的基本原理我们通常将机器学习算法分为有监督学习和无监督学习两类，通俗的说，我们会按照训练样本中是否含有标签来区分这两类，KNN算法便是一种适用于带标签的数据场景的算法。举一...

机器学习

KNN

K近邻

人工智能

数据集

原创 2023-02-21 16:31:25 309 阅读

浅析机器学习中的降维方法

在我们用机器学习去训练数据集的时候，可能会遇到上千甚至上万个特征，随着数据量的增大，所分析出结果的准确度虽然会提高很多，但同时处理起来也会变得十分棘手，此时我们不得不想出一种方法去减少特征将高维的数据转化为低维的数据（降维）。什么是降维？简单的说降维就是把一个n维的数据转化为一个k维的数据（k<<n）为什么要降维？随着数据维度不断降低，数据存储所需的空间也会随之减少。...

降维

机器学习

数据

数据集

方差

原创 2023-02-21 16:29:04 186 阅读

怎么算特征值和特征矩阵？

怎样更通俗的理解特征值和特征矩阵？设A是一个n阶矩阵，若数和n维非零列向量满足，数称为A的特征值，x称为A对应于特征值的特征向量。

特征值

特征矩阵

特征方程

多项式

原创 2023-02-17 10:02:35 907 阅读

官方博客	全部文章	热门标签	班级博客
了解我们	网站地图	意见反馈

鸿蒙开发者社区	51CTO学堂
51CTO	软考资讯

51CTO博客

wx63edfe2c340c0的博客

瞎聊机器学习——全方位理解支持向量机（SVM）

瞎聊机器学习——梯度下降法

瞎聊机器学习——LR（Logistic Regression）逻辑斯蒂回归（一）

瞎聊机器学习——朴素贝叶斯以及拉普拉斯平滑

瞎聊机器学习——啥是决策树？

瞎聊机器学习——PR曲线、ROC曲线、AUC

瞎聊机器学习——随机森林（RF）

瞎聊机器学习——多分类的精确率和召回率

jieba分词器（应用及字典的补充）及文档高频词提取实战

瞎聊机器学习——DBSCAN算法

连载｜模型评估与过拟合（上）

瞎聊机器学习——集成学习

瞎聊机器学习——准确率、精确率、召回率、F1 score

瞎聊机器学习——K-均值聚类（K-means）算法

瞎聊机器学习——K-近邻（KNN）算法

浅析机器学习中的降维方法

怎么算特征值和特征矩阵？