E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
#分类算法
吴恩达ML WEEK4 逻辑回归+正则化
LogisticRegression)1.1分类问题1.2假说hθ(x)h_\theta(x)hθ(x)的表示1.3决策边界(decisionboundary)1.4代价函数1.5梯度下降1.6高级优化1.7一对多
分类算法
没有bug的一天
·
2022-11-20 06:17
机器学习
机器学习
逻辑回归
回归
K-means算法
聚类算法与
分类算法
的主要区别就是分类的目标类别已知,而聚类的目标类别未知。
Chen的博客
·
2022-11-20 04:00
机器学习
kmeans算法
KNN
分类算法
目录算法概述算法原理算法推导算法流程——伪代码或者文字描述算法实例——Python实现电影类别分类代码实现约会网站配对数据代码实现鸢尾花卉分类代码实现算法评价算法概述KNN算法,也叫做K近邻算法,是机器学习中一种简单的
分类算法
Chen的博客
·
2022-11-20 04:30
机器学习
机器学习
14种
分类算法
进行文本分类实战
在
分类算法
这一块,本篇项目总共使用了《14》种
分类算法
来进
52phm社区
·
2022-11-20 03:40
python
深度学习
人工智能
机器学习
文本分类
百面机器学习--机器学习面试问题系列(三)经典算法
本章介绍监督学习中几种经典的
分类算法
。1.支持向量机SupportVecto
小鲨鱼的小鱼干儿
·
2022-11-20 02:34
机器学习
Chapter6:Logistics 回归:AndrewNg吴恩达《机器学习》笔记
文章目录6.1LogisticRegression是一种
分类算法
6.2假设陈述——sigmoid函数6.3决策边界DecisionBoundary6.4代价函数6.4.1问题概述:6.4.2尝试一:线性回归的代价函数
半旧。
·
2022-11-19 22:00
机器学习
基于kd树的k近邻算法——KNN
k近邻算法属于一种有监督学习算法,不同于决策树、感知机等常见的有监督学习
分类算法
,决策树和感知机都有一个基于已标记的训练样本进行训练的过程,后续基于训练得到的模型进行归类预测,而k近邻算法作为一种有监督学习算法
Chaoying.
·
2022-11-19 20:10
机器学习
机器学习
线性代数
概率论
算法
机器学习概述
特征工程(特征进行处理)找到合适的算法进行预测模型的评估(模型:算法+数据),判定效果上线使用----以API形式提供机器学习算法
分类算法
是核心,数据和计算是基础算法判别依据数据类型离散型数据:由记录不同类别个体的数目所得到的数据
南方的树~
·
2022-11-19 19:28
python
机器学习
python:机器学习(KNN模型训练)(二)
机器学习:KNN模型训练及应用承上:(sklearn)可通过调节邻居数(n_neighbors为奇数)和测试集比重(test_size)改变测试结果的准确率KNN算法最简单机器学习算法之一KNN是
分类算法
分类问题
前进的小xy
·
2022-11-19 19:46
python
机器学习
python
机器学习--决策树
决策树是一种基于树结构来进行决策的
分类算法
,我们希望从给定的训练数据集学得一个模型(即决策树),用该模型对新样本分类。
梦里她落
·
2022-11-19 18:36
决策树
算法
【python代码实现】人工神经网络
分类算法
及其实战案例(股票价格波动分析)
目录前置知识1、前言2、人工神经网络模型2.1、神经元模型与单层神经网络2.2、多层人工神经网络模型人工神经网络
分类算法
1、构建数据集2、响应函数3、模型训练4、测试样本分类案例:股票价格波动分析1、数据来源
貮叁
·
2022-11-19 18:00
金融数据分析
python
python
数据分析
金融
神经网络
数据挖掘
分类与回归的区别
分类的目的是为了寻找决策边界,即
分类算法
得到是一个决策面,用于对数据进行分类。回归的目的是为了找到最优拟合,通过回归算法得到是一个最优拟合线,这个线条可以最好的接近数据集中的各个点。
HHHHGitttt
·
2022-11-19 17:21
目标检测
分类
回归
机器学习目录
1.机器学习概述机器学习简介机器学习、人工智能和数据挖掘典型机器学习应用领域机器学习算法机器学习一般流程2.机器学习的基本方法统计分析高位数据降维特征工程模型训练可视化分析3.决策树与
分类算法
决策树算法集成学习决策树应用
程序员技术入门搬运工
·
2022-11-19 16:41
机器学习
贝叶斯分类python_贝叶斯决策分类器 MNIST手写数据集 分类 python实现
github.com/WenDesi/lihang_book_algorithm(4)https://blog.csdn.net/taiji1985/article/details/73657994贝叶斯:首先,贝叶斯
分类算法
是统计学中的一种概率分类方法
weixin_39776991
·
2022-11-19 16:38
贝叶斯分类python
机器学习-贝叶斯分类器(附Python代码)
1.贝叶斯原理NaiveBayes官方网址:https://scikit-learn.org/stable/modules/naive_bayes.html贝叶斯分类是以贝叶斯定理为基础的一种
分类算法
,
gao_vip
·
2022-11-19 15:24
机器学习篇
机器学习
python
算法
分类算法
AlexNet
其官方提供的数据模型,准确率达到57.1%,top1-5达到80.2%.这项对于传统的机器学习
分类算法
而言,已经相当的出色。论文:《ImageNetClassificationwi
Fighting_1997
·
2022-11-19 14:15
Python
神经网络
深度学习
神经网络
机器学习算法汇总ML
逻辑回归是一种
分类算法
。通
进入状态的贪玩的北笙
·
2022-11-19 13:12
算法
决策树
决策树算法的原理(接地气版)
点击上方“小白学视觉”,选择加"星标"或“置顶”重磅干货,第一时间送达❝决策树()是一类很常见很经典的机器学习算法,既可以作为
分类算法
也可以作为回归算法。同时也适合许多集成算法,如,,以后会逐一介绍。
小白学视觉
·
2022-11-19 13:10
算法
决策树
python
机器学习
人工智能
机器学习3—
分类算法
之支持向量机(Support Vector Machine,SVM)算法
SVM分析红酒数据集的进一步优化3.1代码优化操作3.2PCA总结一、算法思想由于算法原理比较复杂,推荐阅读通俗易懂的篇章:支持向量机通俗导论(理解SVM的三层境界)这里主要讲的是SVM的用法,SVM
分类算法
的核心思想是通过建立某种核函数
小白只对大佬的文章感兴趣
·
2022-11-19 13:59
机器学习
机器学习
支持向量机
算法
小白入门线性回归:原理+代码
一、什么是回归 与回归算法相对应的是
分类算法
,简而言之,回归就是预测一系列连续的值,分类就是预测一系列离散的值。 那么如何把机器学习中的回归算法应用于日常生活呢?
Sherry_Yue
·
2022-11-19 13:58
神经网络和深度学习
入门
线性回归
支持向量机(Support Vector Machine)算法原理详细推导
1.前言支持向量机(SupportVectorMachine,SVM)在2012年之前基本上是最优秀的
分类算法
。注意SVM常常用作分类任务,但是也可以完成回归任务。
bigcindy
·
2022-11-19 13:57
机器学习
SVM
支持向量机
二分类
【educoder 机器学习】朴素贝叶斯分类器
朴素贝叶斯
分类算法
是基于贝叶斯理论和属性条件独立假设的
分类算法
。对于给定的训练集,首先基于属性条件独立假设学习数据的概率分布。然后基于此模型,对于给定的特征数据x,利用贝叶斯定理计算出标签y。
小张dand
·
2022-11-19 12:08
educoder
机器学习
机器学习
python
人工智能
数据挖掘
sklearn
机器学习算法知识总结
SVM是一个面向数据的
分类算法
,它的目标是为确定一个分类超平面,从而将不同的数据分隔开。扩展:支持向量机学习方法包括构建由简至繁的模型:线性可分支持向量机、线性支持向量机及非线性支持向量机。
wanttifa
·
2022-11-19 11:52
AI
动态规划(基础版)
文章目录题目
分类算法
思想步骤基础题目A.凑硬币B.爬楼梯C.数塔问题D.有多少不同的路E.青蛙能跳到吗F.判断子序列G.最长上升子序列(LIS)长度H.最长公共子序列(LCS)长度I.最大子序和J.按摩师
Julie Y
·
2022-11-19 11:19
算法
动态规划
BAT机器学习面试1000道
SVM是一个面向数据的
分类算法
,它的目标是为确定一个分类超平面,从而将不同的数据分隔开。扩展:支持向量机学习方法包括构建由简至繁的模型:线性可分支持向量机、线性支持向
PCChris95
·
2022-11-19 11:40
机器学习
机器学习面试题
SVM是一个面向数据的
分类算法
,它的目标是为确定一个分类超平面,从而将不同的数据分隔开。扩展:支持向量机学习方法包括构建由简至繁的模型:线性可分支持向量机、线性支持向量机及非线性支持向量机。
didaida00
·
2022-11-19 11:01
机器学习
使用sklearn完成4种基本的
分类算法
:朴素贝叶斯算法、决策树算法、人工神经网络、支持向量机算法
文章目录实验目的实验内容及步骤实验数据说明实验过程朴素贝叶斯分类决策树决策树概念简介神经网络SVM实验目的巩固4种基本的
分类算法
的算法思想:朴素贝叶斯算法,决策树算法,人工神经网络,支持向量机算法;能够使用现有的分类器算法代码进行分类操作学习如何调节算法的参数以提高分类性能
fine_rain
·
2022-11-19 10:32
人工智能
sklearn
分类算法
人工智能
机器学习
python
朴素贝叶斯文本分类java_基于朴素贝叶斯的文本
分类算法
基于朴素贝叶斯的文本
分类算法
摘要:常用的文本分类方法有支持向量机、K-近邻算法和朴素贝叶斯。其中朴素贝叶斯具有容易实现,运行速度快的特点,被广泛使用。
weixin_39620370
·
2022-11-19 09:19
朴素贝叶斯文本分类java
基于朴素贝叶斯的文本
分类算法
基于朴素贝叶斯的文本
分类算法
摘要:常用的文本分类方法有支持向量机、K-近邻算法和朴素贝叶斯。其中朴素贝叶斯具有容易实现,运行速度快的特点,被广泛使用。
kexinxin1
·
2022-11-19 09:38
数学建模学习笔记(八)——分类模型
本文将采用逻辑回归和Fisher线性判别分析这两种
分类算法
来进行对象分
striveAgain丶
·
2022-11-19 09:18
数学建模学习笔记
数学建模
实战九:基于朴素贝叶斯方法对鸢尾花卉品种预测 代码+数据
1.理论部分朴素贝叶斯是一种基于贝叶斯定理的有监督
分类算法
。该算法一个重要的特点:假设特征条件独立,正是这个假设使得朴素贝叶斯法的学习和预测变得简单。
甜辣uu
·
2022-11-19 07:56
机器学习实战100例
数据挖掘
随机森林
深度学习
聚类算法---Kmeans算法、K均值算法
聚类算法与
分类算法
最大的区别是:聚类算法是无监督的学习算法
分类算法
属
小葵向前冲
·
2022-11-19 06:35
机器学习
机器学习
神经网络
算法
Python机器学习16——相关向量机(RVM)
背景介绍学机器学习的应该都知道支持向量机(SVM),这个方法在深度学习兴起之前算是很热门的分类方法,在机器学习里面,
分类算法
属SVM效果比较好,回归算法属随机森林(RF)的效果比较好。
阡之尘埃
·
2022-11-19 05:36
实用的Python机器学习
python
pandas
numpy
数据分析
机器学习之KNN算法
一、KNN算法概述KNN可以说是最简单的
分类算法
之一,同时,它也是最常用的
分类算法
之一,注意KNN算法是有监督学习中的
名难取aaa
·
2022-11-19 05:59
算法
人工智能
scikit-learn
逻辑回归的学习
3.1逻辑回归介绍学习目标了解逻辑回归的应用场景知道逻辑回归的原理掌握逻辑回归的损失函数和优化方案逻辑回归(LogisticRegression)是机器学习中的一种分类模型,逻辑回归是一种
分类算法
,虽然名字中带有回归
钰涵雨辰
·
2022-11-19 04:19
数据分析挖掘
逻辑回归
学习
K-means
6.1聚类算法简介学习目标知道聚类算法的概念了解聚类算法和
分类算法
的最大区别1认识聚类算法使用不同的聚类准则,产生的聚类结果不同。
钰涵雨辰
·
2022-11-19 04:47
数据分析挖掘
kmeans
聚类
算法
卷积神经网络(CNN)开山之作——LeNet-5。卷积神经网络基本介绍。
目录一、LeNet-5的背景二、传统
分类算法
在图像识别上的弊端三、卷积神经网络的3个基本特征四、LeNet-5的网络结构1、Inputlayer2、Conv13、Subsampling24、Conv35
若风orz
·
2022-11-19 04:15
卷积神经网络
cnn
深度学习
决策树经典算法ID3——我的第一篇博客
简介决策树是机器学习中一种常见的
分类算法
,属于有监督学习算法(至于什么是有监督学习,什么是无监督学习读者可以自行百度)。
Chaoying.
·
2022-11-19 03:18
机器学习
机器学习
决策树
**数据挖掘--决策树ID3算法(例题)
决策树
分类算法
决策树
分类算法
通常分为两个步骤:决策树生成和决策树修剪。决策树生成算法的输入参数是一组带有类别标记的样本,输出是构造一颗决策树,该树可以是一棵二叉树或多叉树。
Alpine_snow
·
2022-11-19 03:44
机器学习
算法
【OpenMMLab实践】03MMClassification理论(CNN分类模型训练以及PyTorch简介-中)
参考来源:【OpenMMLab公开课】图像分类与MMClassification前面一篇博文总结了传统图像
分类算法
的设计思路,以及后来的基于CNN的分类网络的演化过程,从AlexNet到GoogleNet
TianleiShi
·
2022-11-19 03:30
深度学习图像处理
pytorch
人工智能
python
浅谈监督聚类算法—KNN最近邻
分类算法
基础
1、KNN模型简介KNN模型,是最简单的机器学习算法之一,其作用是以全部训练样本作为代表点,通过计算未知样本与所有训练样本的距离,并以最近邻者的类别作为决策未知样本类别的依据;即根据测试数据与k个已知点的最短距离来划分未知数据的类别。为更好理解其算法原理,我们对几组概念进行说明。训练数据,即用于训练模型的数据。所谓训练数据,其本质就是将该数据作为模型运算的已知数据;换句话讲,以后模型的运算都是基于
~hello world~
·
2022-11-19 03:52
模型算法
算法
分类
【模式识别2】KNN及SVM人脸识别
KNN及SVM人脸识别1基于KNN的人脸识别1.1KNN算法描述1.2改进的WK-NNC实验验证1.3KNN算法的优势和劣势2基于SVM的人脸识别2.1SVM二
分类算法
描述2.2SVM多
分类算法
描述2.3
Wilbur11
·
2022-11-19 02:35
模式识别
python
算法
支持向量机(Support Vector Machine)
支持向量机(SupportVectorMachine)SVM是最大化间隔(Margin)的
分类算法
。
jwl892
·
2022-11-19 01:24
机器学习
算法
KNN算法(一) KNN算法原理
一.KNN算法概述KNN可以说是最简单的
分类算法
之一,同时,它也是最常用的
分类算法
之一,注意KNN算法是有监督学习中的
分类算法
,它看起来和另一个机器学习算法Kmeans有点像(Kmeans是无监督学习算法
~风凌天下~
·
2022-11-19 01:52
机器学习
KNN算法
其实就是一种
分类算法
。
jwl892
·
2022-11-19 01:56
小知识点
人工智能
人脸表情
分类算法
设计
在本文中介绍了一个基于KDEF数据集的表情
分类算法
设计流程github:link一、KDEF数据集介绍数据集链接link。
新嬉皮士
·
2022-11-19 00:45
人脸算法
python
分类
深度学习
人脸识别
人工神经网络——反向传播算法初体验(python实现)
背景初次接触反向传播算法,根据C语言中文网的站长提供的思路,照着做一遍找一下感觉,其中链接如下【神经网络
分类算法
原理详解】注意站长提供的图片有点小问题,我们更正如下问题根据上图所示,我们有已知#输入层i1
冰凌呀
·
2022-11-18 09:11
经验分享
算法
人工智能
机器学习
卷积神经网络基础
图像分类:介绍图像
分类算法
的经典模型结构,包括:LeNet、Alex
深度物联网
·
2022-11-18 09:32
深度学习
cnn
深度学习
计算机视觉
机器学习--
分类算法
--SVM算法理论
目录一算法概述1点到超平面的几何距离公式2算法核心思想3算法中几个重要概念1)线性可分2)线性不可分3)间隔4)划分超平面5)支持向量二算法理论1线性可分SVM1)硬间隔SVM算法流程2)软间隔SVM算法流程2线性不可分SVM1)线性不可分SVM的核心思想2)核函数3)线性不可分SVM算法流程(SVM软间隔模型)3SVR(不推荐使用)三SMO算法一算法概述1点到超平面的几何距离公式注意:分母为点到
我是疯子喽
·
2022-11-18 08:24
机器学习
支持向量机
smo算法
拉格朗日乘子法
算法
机器学习(06)-SVM算法调参(基于sklearn)
SVM算法调参(基于sklearn)1.简介2.核函数3.参数理解3.1惩罚系数3.2正则化参数penalty3.3损失函数3.4多分类问题4.SVM
分类算法
5.SVM回归算法6.小结1.简介scikit-learn
赵晞兮
·
2022-11-18 08:47
统计机器学习
算法
机器学习
上一页
31
32
33
34
35
36
37
38
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他