srcmini

2020-02-10半瓶木阅读(2069)评论(0)赞(0)

本文概要 假设随机森林 为什么要使用随机森林？ 如何随机森林算法的工作？ 随机森林中的应用 随机森林的优点 随机森林的缺点 随机森林算法的Python实现 随机森林是一种流行的机器学习算法属于监督学习技术。它可用于在ML分类和回归的问题。它...

2020-02-10半瓶木阅读(1503)评论(0)赞(0)

本文概要 为什么要使用决策树？ 决策树名词术语 属性选择措施 修剪：获得一个最佳决策树 决策树的优点 决策树的缺点 决策树的Python实现 决策树是一种监督学习技术，可用于分类和回归的问题，但主要是最好解决的分类问题。它是一个树形结构的分...

2020-02-10半瓶木阅读(1437)评论(0)赞(0)

本文概要 线性回归 Logistic回归 线性回归和Logistic回归是哪来下监督学习技术的两个著名的机器学习算法。由于这两种算法在本质上是监督，因此这些算法使用标记的数据集进行预测。但它们之间的主要区别是如何被使用它们。线性回归用于解决...

2020-02-10半瓶木阅读(1499)评论(0)赞(0)

本文概要 分类 回归 回归与分类之间的区别 回归和分类算法是监督学习算法。这两个算法用于在机器学习和预测工作与标记的数据集。但两者之间的区别是它们是如何用于不同的机器学习问题。 该回归算法用于预测的连续值，如价格，工资，年龄等和分类算法来预...

2020-02-10半瓶木阅读(1869)评论(0)赞(0)

本文概要 为什么叫朴素贝叶斯？ 贝叶斯定理 朴素贝叶斯分类器的工作 朴素贝叶斯模型的类型 朴素贝叶斯算法的Python实现 朴素贝叶斯算法是一种监督学习算法，该算法是基于贝叶斯定理，并用于解决分类问题。 它主要用于在包括高维训练数据集文本分...

2020-02-10半瓶木阅读(2375)评论(0)赞(0)

本文概要 SVM的类型 超平面和支持向量的SVM算法 SVM如何工作？ 支持向量机或SVM是最流行的监督学习算法，用于分类和回归的问题之一。然而，主要是，它是用于在机器学习分类问题。 支持向量机算法的目标是创造最好的线路或决策边界，可以分离...

2020-02-10半瓶木阅读(1815)评论(0)赞(0)

本文概要 为什么我们需要一个K-NN算法？ 如何K-NN的工作？ 如何选择的K在K-NN算法的价值？ KNN算法的优点 KNN算法的缺点 Python实现了KNN算法 K-最近的邻居是基于监督学习技术最简单的机器学习算法之一。 K-NN算法...

2020-02-10半瓶木阅读(1425)评论(0)赞(0)

本文概要 Logistic函数（双曲线函数） 假设对于逻辑回归 Logistic回归方程 Logistic回归类型 Logistic回归的Python实现（二项） Logistic回归是最流行的机器学习算法，来监督学习技术，下一个。它用于使...

2020-02-10半瓶木阅读(1414)评论(0)赞(0)

本文概要 什么是分类算法？ 在分类问题学生 ML分类算法的类型 评估分类模型 分类算法的使用案例 我们知道，在监督的机器学习算法可以大致分为回归和分类算法。在回归算法，我们预测连续值的输出，但预测分类值，我们需要分类算法。 什么是分类算法？...

2020-02-10半瓶木阅读(2363)评论(0)赞(0)

本文概要 多项式回归 多项式回归模型的公式 使用Python多项式回归的实现 多项式回归步骤 多项式回归是一个回归算法模型从属（Y）之间的关系和自变量（x）的第n个作为多项式。该多项式方程为：下面给出： 它也被称为多元线性回归在ML的特殊情...