决策树分类器

介绍 TensorFlow 的基本概念和使用场景

它能够实现各种机器学习模型的训练和推理，包括神经网络、决策树、支持向量机等。TensorFlow的基本概念是张量（Tensor）和计算图（Graph）。
雪梅零落·2024-01-20 03:13

数据挖掘 第四章 分类：基本概念、决策树与模型分析

分类任务就是确定对象属于那个与定义的目标类4.1预备知识分类任务的输入数据时记录的集合。每条记录也称实例，用元组（x,y）表示，其中x是属性的集合，而y是一个特殊的属性，指出实例的类标号。属性主要是离散的，但可以是连续的。但类标号必须是离散的，这是区别分类与回归的关键特性。回归是一种预测建模任务，其中y属性是连续的
啦啦啦_9a5f·2024-01-20 02:35

集成学习算法（Bagging 思想、Boosting思想）及具体案例

booststrap抽样）产生不同的训练集，从而训练不同的学习器；通过平权投票、多数表决的方式决定预测结果；弱学习器可以并行训练代表算法：随机森林概述：是基于Bagging思想实现的一种集成学习算法，采用决策树模型作为每一个弱学习器构建过程
小林打怪中·2024-01-20 02:52

评价指标-AUC

AUCTPTNFPFN精确率（Precision）召回率（Recall）链接:准确率、精确率、召回率、F1值、ROC/AUC整理笔记.AUC真阳性率（TPR,Truepositiverate）TP/(TP+FN),代表分类器预测的正类中实际正实例占所有正实例的比例
大数据驱动·2024-01-19 14:42

《scikit-learn》xgboost

•XGBoost的基学习器除了可以是CART（这个时候就是GBDT）也可以是线性分类器，而GBDT只能是CART。•XGBoost的目标函数的近似用了二阶泰勒展开，模型优化效果更好。•XGBoost
星海千寻·2024-01-19 12:29

机器学习（一）—— 简介

参考书籍《机器学习和深度学习：原理、算法、实战》文章目录1工业界流行的机器学习算法2机器学习3深度学习4预备知识5监督学习与无监督学习1工业界流行的机器学习算法线型回归逻辑回归决策树随机森林梯度提升机人工神经网络卷积神经网络循环神经网络贝叶斯技术支持向量机进化方法马尔可夫逻辑网络隐马尔可夫模型生成对抗网络
奶盖加芝士·2024-01-19 10:15

6、机器学习之随机森林

本课程所需数据集夸克网盘下载链接：https://pan.quark.cn/s/9b4e9a1246b2提取码：uDzP文章目录1、简介2、实例3、结论1、简介决策树给你留下了一个困难的选择。
AI算法蒋同学·2024-01-19 10:07

隐马尔可夫模型【维特比算法】

第一章机器学习简介第二章感知机第三章支持向量机第四章朴素贝叶斯分类器第五章Logistic回归第六章线性回归和岭回归第七章多层感知机与反向传播【Python实例】第八章主成分分析【PCA降维】第九章隐马尔可夫模型文章目录机器学习笔记一
格兰芬多_未名·2024-01-19 03:21

奇异值分解(SVD)【详细推导证明】

第一章机器学习简介第二章感知机第三章支持向量机第四章朴素贝叶斯分类器第五章Logistic回归第六章线性回归和岭回归第七章多层感知机与反向传播【Python实例】第八章主成分分析【PCA降维】第九章隐马尔可夫模型第十章奇异值分解文章目录机器学习笔记一
格兰芬多_未名·2024-01-19 03:20

yolo9000：Better, Faster, Stronger的目标检测网络

目录一、回顾yolov1二、yolov2详细讲解2.1Better部分创新点（1）BatchNormalization(批量归一化)（2）HighResolutionClassifier---高分辨率分类器
慕溪同学·2024-01-19 03:09

机器学习练习 6 - Support Vector Machines（支持向量机）

机器学习练习6-SupportVectorMachines（支持向量机）Introduction在本实验中，将使用支持向量机(SVMs)来构建垃圾邮件分类器。
Phoenix_ZengHao·2024-01-19 02:59

第四章 决策树

4.1基本流程决策树（decisiontree）是一类常见的机器学习方法，它是基于树结构来进行决策的，这是人类在面临决策问题时一种很自然的处理机制。
lammmya·2024-01-19 02:08

【机器学习】西瓜书要点个人整理

目录前置基础知识第三章线性模型机器学习三要素1.函数集合2.目标函数3.优化方法4.模型评估方法对数几率回归（逻辑回归）第四章决策树第五章SVM第六章贝叶斯分类器第八章集成学习第九章神经网络前情提要：本文适合在学习机器学习课程前
_hermit:·2024-01-19 02:45

【机器学习】基本模型简易代码整理

目录对数几率回归原理损失函数和优化特点和应用支持向量机SVM原理损失函数与优化优点与应用信息增益决策树本文对机器学习课程考试中可能出现的模型代码题进行总结，仅供参考。
_hermit:·2024-01-19 02:14

2 感知机

感知机模型的假设空间是定义在特征空间中的所有线性分类模型或线性分类器，即函数集合{f|f(x)=wx+b}.感知机的几何解释：线性方程wx+b=0对应于特征空间Rn中的一个超平面
奋斗的喵儿·2024-01-18 20:58

计算机视觉设计如何应用于人脸识别技术？

下面是计算机视觉设计在人脸识别技术中的应用方法：人脸检测：计算机视觉设计可以通过使用人脸检测算法，如Haar级联分类器、基于深度学习的卷积神经网络等，来检测图像中的人脸位置。
人工智能培训·2024-01-18 17:07

机器学习（七） — 决策树

model4—decisiontree1decisiontree1.componentusage:classificationrootnodedecisionnode2.choosefeatureoneachnodemaximizepurity(minimizeinpurity)3.stopsplittinganodeis100%onclasssplittinganodewillresultint
绘梨衣吖·2024-01-18 16:47

【机器学习】机器学习四大类第01课

实例：垃圾邮件分类器。训练数据集包含一系列电子邮件及其对应的标签（垃圾邮件或非垃圾邮件）。通过学习这些特征与标签之间的关联，模型可以用于识别新的邮件是否为垃圾邮件。无监督
德天老师·2024-01-18 14:29

5.逻辑回归 Logistic Regression

————————————————————————分割线————————————————————————逻辑回归的定义：逻辑回归，是一种名为“回归”的线性分类器
宫灵均·2024-01-18 13:47

Python中如何使用NLTK/TextBlob/VADER等库进行情感分析

可以使用NLTK来进行情感分析，通常需要训练一个分类器。NLTK还提供了情感词汇（如WordNet）和语料库，用于帮助构建情
Pandas120·2024-01-18 13:54

pytorch集智4-情绪分类器

和上一章节单车预测回归问题相比，这个问题是分类问题，不是回归问题2神经网络分类器2.1如何用神经网络分类第二章节用torch.nn.Sequantial做的回归预测器，输出神经元只有一个。
peter6768·2024-01-18 12:38

FCN全卷积网络Fully Convolutional Networks

语义分割CNN实现语义分割FCN实现语义分割全连接层注：以下内容摘自知乎全连接层（fullyconnectedlayers，FC）在整个卷积神经网络中起到“分类器”的作用。
踩坑第某人·2024-01-18 10:24

2024美赛数学建模思路 - 案例：ID3-决策树分类算法

文章目录0赛题思路1算法介绍2FP树表示法3构建FP树4实现代码建模资料0赛题思路（赛题出来以后第一时间在CSDN分享）https://blog.csdn.net/dc_sinor?type=blog1算法介绍FP-Tree算法全称是FrequentPatternTree算法，就是频繁模式树算法，他与Apriori算法一样也是用来挖掘频繁项集的，不过不同的是，FP-Tree算法是Apriori算法
建模君Assistance·2024-01-18 10:48

2024年美赛数学建模思路 - 案例：ID3-决策树分类算法

文章目录0赛题思路1算法介绍2FP树表示法3构建FP树4实现代码建模资料0赛题思路（赛题出来以后第一时间在CSDN分享）https://blog.csdn.net/dc_sinor?type=blog1算法介绍FP-Tree算法全称是FrequentPatternTree算法，就是频繁模式树算法，他与Apriori算法一样也是用来挖掘频繁项集的，不过不同的是，FP-Tree算法是Apriori算法
建模君A·2024-01-18 06:23

2020-02-14摘要

训练集与验证集模型训练的过程其实就是在求【参数】的过程，我们先假定某类【模型】（比如决策树模型），然后用【训练集】来训练，学习到对应的最优的【参数】。
酸菜鱼_02a6·2024-01-18 04:52

机器学习——python训练RNN模型实战（傻瓜式教学，小学生都可以学会）代码开源

机器学习实战目录第一章python训练线性模型实战第二章python训练决策树模型实战第三章python训练神经网络模型实战第四章python训练支持向量机模型实战第五章python训练贝叶斯分类器模型实战第六章
苏苏不是叔·2024-01-18 01:01

常见的机器学习算法代码及其Python代码

监督式学习的例子有：线性回归、决策树、随机森林算法、最近邻算法、逻辑回归等。非监督式学习算法这类算法没有任何目标
中年猿人·2024-01-18 01:00

机器学习——python训练决策树模型实战（傻瓜式教学，小学生都可以学会）

机器学习——python训练决策树模型实战目录机器学习——python训练决策树模型实战机器学习实战目录训练一个决策树模型需要经过以下步骤：1.下载数据集2.数据预处理3.加载数据集4.准备训练数据5.
苏苏不是叔·2024-01-18 01:30

机器学习——python训练CNN模型实战（傻瓜式教学，小学生都可以学会）代码开源

机器学习实战目录第一章python训练线性模型实战第二章python训练决策树模型实战第三章python训练神经网络模型实战第四章python训练支持向量机模型实战第五章python训练贝叶斯分类器模型实战第六章
苏苏不是叔·2024-01-18 01:00

基于决策树的规则挖掘实战分析，值得细嚼慢咽

今天，为大家分享基于决策树算法的风控规则挖掘实战分析哦。
风控小兵突击·2024-01-17 23:58

随机森林在信贷风控的应用场景

它构建并整合了多个决策树来改善模型的预测准确性。这些决策树分别作出预测，随机森林算法则综合这些预测以形成最终的预测，通常通过投票机制来实现。
风控小兵突击·2024-01-17 23:58

图像分类 | 基于 Labelme 数据集和 VGG16 预训练模型实现迁移学习

基于标注样本的信息和预训练模型的特征提取能力，训练自己构建的图像分类器，从而实现迁移学习。目录一、导入必要库二、定义目录变量三、数据预处理--数据增强+标签处理1.定义图像数据生成器2.标注样本的
源于花海·2024-01-17 23:28

决策树：理解机器学习中的关键算法

决策树：理解机器学习中的关键算法决策树是一种流行而强大的机器学习算法，它从数据中学习并模拟决策过程，以便对新的未知数据做出预测。由于其直观性和易理解性，决策树成为了分类和回归任务中的首选算法之一。
在下区区俗物·2024-01-17 23:48

决策树的分类

概念决策树是一种树形结构树中每个内部节点表示一个特征上的判断，每个分支代表一个判断结果的输出，每个叶子节点代表一种分类结果决策树的建立过程1.特征选择：选取有较强分类能力的特征。
码农zz·2024-01-17 23:13

数据挖掘之分类问题、决策树问题以及一个关于误差的泛化理论

文章目录分类问题的定义决策树问题Gini系数过拟合误差及泛化理论泛化理论的理解和证明相关习题都说港中文陶宇飞老师的数据挖掘课讲得非常好，这次选上，果然感觉老师思路清晰，循循善诱。
蒋大钊！·2024-01-17 21:16

监督学习 - 梯度提升机（Gradient Boosting Machines，GBM）

什么是机器学习梯度提升机（GradientBoostingMachines，GBM）是一种集成学习方法，通过将多个弱学习器（通常是决策树）组合成一个强学习器来提高模型的性能。
草明·2024-01-17 18:12

一文带你了解机器学习算法

1.常见的机器学习算法有哪些KNN算法、线性回归法、决策树算法、随机森林算法、PCA算法、SVM算法等等2.什么是机器学习简单的说，机器学习就是让机器从数据中学习，进而得到一个更加符合现实规律的模型，通过对模型的使用使得机器比以往表现的更好
AAI机器之心·2024-01-17 15:03

机器学习——支持向量机SVM

1摘要：支持向量机（SVM）是一种二类分类模型，其基本模型是在特征空间上找到最佳的分离超平面使得训练集上正负样本间隔最大，间隔最大使它有别于感知机，支持向量机也可通过核技巧使它成为非线性分类器。
AAI机器之心·2024-01-17 15:32

2025山大软件学院机器学习805 2024持续押中

4．决策树决
sdu_study·2024-01-17 14:17

【机器学习入门】机器学习基础概念与原理

Python编程语言进行机器学习实践4、机器学习的应用领域二、机器学习算法1、有监督学习算法（1）线性回归a.基本概念b.应用案例c.代码示例（2）逻辑回归a.基本概念b.应用案例c.代码示例d.代码示例（3）决策树
代码骑士·2024-01-17 12:10

速通——决策树（泰坦尼克号乘客生存预测案例）

一、决策树1、概述树中每个内部节点表示一个特征上的判断，每个分支代表一个判断结果的输出，每个叶子节点代表一种分类结果2、建立过程1.特征选择：选取有较强分类能力的特征。
小林打怪中·2024-01-17 12:12

python机器学习——分类模型评估 & 分类算法（k近邻，朴素贝叶斯，决策树，随机森林，逻辑回归，svm）

目录分类模型的评估模型优化与选择1.交叉验证2.网格搜索【分类】K近邻算法【分类】朴素贝叶斯——文本分类实例：新闻数据分类【分类】决策树和随机森林1.决策树2.决策树的算法3.代码实现实例：泰坦尼克号预测生死
Perley620·2024-01-17 10:59

数学建模常见算法的通俗理解（更新中）

C.R.值1.2.6判断一致性1.2.7计算总得分2神经网络（正向流通反向反馈，调整系数，预测结果）2.1粗浅理解2.2算法过程2.2.1划分数据集2.2.2前向传播及反向调整系数（利用梯度下降法）3决策树
菜只因C·2024-01-17 09:19

机器学习 -- 朴素贝叶斯分类器

场景朴素贝叶斯分类器是一种基于贝叶斯定理的简单概率分类器，广泛应用于各种机器学习场景。朴素贝叶斯分类器利用贝叶斯定理来预测一个数据点的类别。
北堂飘霜·2024-01-17 07:37

贝叶斯分类器（公式推导+举例应用）

文章目录引言贝叶斯决策论先验概率和后验概率极大似然估计朴素贝叶斯分类器朴素贝叶斯分类器的优点与缺点优点缺点总结实验分析引言在机器学习的世界中，有一类强大而受欢迎的算法——贝叶斯分类器，它倚仗着贝叶斯定理和朴素的独立性假设
Nie同学·2024-01-17 03:12

面试必备！七大分类算法模型最全总结，内容太通透了！

文章目录逻辑回归核心公式优点缺点适用场景一个核心案例代码决策树核心步骤优点缺点适用场景一个核
Python数据挖掘·2024-01-16 22:33

GEE：机器学习分类中每个类别的概率图像可视化

作者：CSDN@_养乐多_在GoogleEarthEngine（GEE）中应用机器学习分类器进行多分类时，有一个需求是想知道每个像素对于每个类别的分类概率。
_养乐多_·2024-01-16 21:23

2019-04-10

还可以根据这个属性的重要程度来评估是否需要去除，而属性的重要程度可以采用决策树来评估，凡不在决策树上的属性都可以尝试去除。二、样本规约去除冗余抽样有回放抽样，这种抽样方式使得相
AliceGYY·2024-01-16 21:22

使用PaddleNLP识别垃圾邮件准确率98.5%的垃圾邮件分类器（附数据集下载）

使用PaddleNLP识别垃圾邮件准确率98.5%的垃圾邮件分类器（附数据集下载）。什么是垃圾邮件？垃圾邮件泛指未经请求而发送的电子邮件，例如未经发件人请求或允许而发送的商业广告或非法的电子邮件。
代码讲故事·2024-01-16 21:29

R语言构建决策树模型（decision tree）并可视化决策树：自定义函数计算对数似然、自定义函数计算模型的分类效能（accuray、F1、偏差Deviance）、使用pander包美化界面输出内容

R语言构建决策树模型（decisiontree）并可视化决策树：自定义函数计算对数似然、自定义函数计算模型的分类效能（accuray、F1、偏差Deviance）、使用pander包美化界面输出内容目录
statistics.insight·2024-01-16 17:51
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他