- 在线时间
- 1630 小时
- 最后登录
- 2024-1-29
- 注册时间
- 2017-5-16
- 听众数
- 82
- 收听数
- 1
- 能力
- 120 分
- 体力
- 564695 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174631
- 相册
- 1
- 日志
- 0
- 记录
- 0
- 帖子
- 5313
- 主题
- 5273
- 精华
- 3
- 分享
- 0
- 好友
- 163
TA的每日心情 | 开心 2021-8-11 17:59 |
|---|
签到天数: 17 天 [LV.4]偶尔看看III 网络挑战赛参赛者 网络挑战赛参赛者 - 自我介绍
- 本人女,毕业于内蒙古科技大学,担任文职专业,毕业专业英语。
 群组: 2018美赛大象算法课程 群组: 2018美赛护航培训课程 群组: 2019年 数学中国站长建 群组: 2019年数据分析师课程 群组: 2018年大象老师国赛优 |
用于执行分类、回归、聚类和密度估计的机器学习算法列表
" J) c- v: u6 ] i/ |: ?+ Y' h# l
. S0 O( i+ @0 I! q! o监督学习一般使用两种类型的目标变量:标称型和数值型。
8 @/ L" V T% H9 c标称型目标变量的结果只从有限目标集中取值,主要用于分类;1 V, w+ n3 S- J" Q- R' i
数值型目标变量从无限的数值集合中取值,主要用于回归分析。
- C: J) N4 `- U( i' b0 @( _# U* a) w5 |% `
《机器学习基础》 一书因为与我在PolyU的研究生课程COMP Machine Learning课程安排完全吻合,所以开启学习之旅,用于预习复习,并记录笔记于此。7/9/22
0 S6 v* X" M# W0 u% a. l" c' t7 |, l' q1 l
第一章 机器学习基础
) h9 V: l( {" }机器学习基本概念& w/ H: g% X2 M6 M
机器学习就是把无序的数据转换成有用的信息。我们会利用计算机来彰显数据背后的真实含义。9 |- n, v/ L" k3 Z0 q* j
" ~8 E1 C2 G8 u# X几个概念词:特征/属性,属性值,训练,训练集,目标变量,训练数据,测试数据,概念含义记录在博客:https://blog.csdn.net/weixin_43098506/article/details/1267166454 X0 W0 o2 H; Y$ u' t4 J$ J
% S+ j0 l8 c: ]$ C( X% X. q
分类:当机器学习程序开始运行时,使用训练样本集作为算法的输入,训练完成之后输入测试样本。输入测试样本时不提供测试样本的目标变量,由程序决定样本术语哪个类型。比较测试样本预测的目标变量值与实际样本类别之间的差别,就可以得出算法的实际精确度。' I' T% U O. _( z9 U$ @
: B. `, v4 o$ ~& G用于执行分类、回归、聚类和密度估计的机器学习算法列表: j" ~7 {) w! j+ b# c+ @& x
监督学习 用途; T; v# i) ?/ k: R: n( s/ w- u c' h- d
k-近邻算法 线性回归+ t7 c" W+ S6 I f' \3 }
朴素贝叶斯 局部加权线性回归
( E4 K% K7 s2 j支持向量机 Ridge回归
+ q3 g6 K+ e A* g: y决策树 Lasso最小回归系数估计5 p/ @8 a# R. G, p
无监督学习 用途
" R i% ~* v5 |$ cK-均值 最大期望算法
/ [* S' W2 t2 y [0 L0 g" ODESCAN Parzen窗设计
. J( N* w* z- R( A1 [$ _Python语言用于机器学习的优势" o! D8 z6 R. z( n- n" y
python语言语法清晰;# R0 h* ]- o+ P/ z7 p0 B
易于操作纯文本文件;+ E4 U& m7 ~$ `# W
使用广泛,存在大量的开发文档。* H2 d5 X* c8 A1 }- _0 }
———————————————— k9 M2 X& u- O, C
版权声明:本文为CSDN博主「脚踏实地的大梦想家」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。' P& q3 U2 ~/ |
原文链接:https://blog.csdn.net/weixin_43098506/article/details/126739013$ N( u' n* O; g) r, h0 b
6 \: s6 ^5 c7 x9 o- q
' V$ M' E/ `4 G0 ? |
zan
|