西瓜书学习笔记系列第3页

学习笔记4——JVM运行时数据区梳理

学习笔记系列开头惯例发布一些寻亲消息链接：https://baobeihuijia.com/bbhj/contents/3/192489.html类装载器classLoader：将本地的字节码文件.class

热烈小狗·2023-11-08 08:14

西瓜书笔记4: 决策树

目录4.1基本流程决策树学习基本算法4.2划分选择4.2.1信息增益信息熵信息增益西瓜例子4.2.2增益率4.2.3基尼指数4.3剪枝处理4.3.1预剪枝4.3.2后剪枝4.4连续与缺失值4.4.1连续值处理连续属性离散化西瓜例子4.4.2缺失值处理信息增益西瓜例子4.5多变量决策树轴平行决策树斜决策树4.1基本流程决策树:样本分类可看作基于树结构,来进行决策的过程.基本流程:"分而治之"(div

lagoon_lala·2023-11-07 16:22

西瓜书读书笔记整理（七）—— 第七章贝叶斯分类器

第七章贝叶斯分类器7.1贝叶斯决策论（BayesianDecisionTheory）7.1.1先验概率（PriorProbability）7.1.2后验概率（PosteriorProbability）7.1.3似然度（Likelihood）7.1.4决策规则（DecisionRule）7.1.5期望损失（ExpectedLoss）7.1.6条件风险（ConditionalRisk）7.1.7总体风

smile-yan·2023-11-05 16:17

【西瓜书+花书】速通

参考：BV1qY4y187Ff第一部分：机器学习回归算法1.机器学习概述数据挖掘：大规模机器学习算法去计算用户情况计算机视觉：无人驾驶汽车推荐算法……预测样本->特征抽取（转换成计算机能够理解的数据，重要！提取特征）->学习函数->预测实用工具：Numpy科学计算pandas数据分析matplotlib数据可视化scikit-learn机器学习2.回归算法监督学习（有标签）、无监督学习（无标签）回

NN今夜无眠·2023-11-04 03:53

LDD学习笔记系列之二

基础知识主设备号和次设备号#includedev_t/*主设备号：12bit，次设备号：20bit*/MAJOR(dev_tdev);/*获取主设备号*/MINOR(dev_tdev);/*获取次设备号*/MKDEV(intmajor,intminor);/*组合设备编号*/#includeintregister_chrdev_region(dev_tfirst,unsignedintcount,

卐卍扫地僧卐卍·2023-11-03 23:34

RISC-V汇编学习笔记（二）：RISC-V汇编语言访存指令

注释：RISC-V汇编学习笔记系列是RISC-V学习笔记系列下的一个分支，在这里着重讲解的是RISC-V的汇编指令是如何实现的。对读懂RISC-V有一定的帮助，但因为不是主线剧情所以会更加随意一点。

星影沉璧·2023-11-02 03:21

集成学习——AdaBoost

下面是西瓜书里

没天赋的学琴·2023-10-29 10:32

【图论——第九讲】染色法判定二分图

ฅ(๑˙o˙๑)ฅ大家好,欢迎大家光临我的博客：面向阿尼亚学习算法学习笔记系列持续更新中~文章目录一、前言二、二分图的判定dfs版本bfs版本最后一、前言二分图定义：二分图又称作二部图，是图论中的一种特殊模型

quicklysleep·2023-10-29 10:52

闲聊一下写技术博客的一些感想

直到今年2023年的2月底开始，打算总结一下3DsMax的MaxScript的用法开始，写了一个MaxScript学习笔记系列的文章，后来又连续写了一些博文。

阿赵3D·2023-10-28 18:50

（《机器学习》完整版系列）第2章模型评估与选择 ——2.5 代价的曲线美

学习器（打分器）既产生ROC曲线【西瓜书图2.4】，又产生代价曲线【西瓜书图2.5】。代价曲线（常将错误率称为代价），代价曲线为一种特殊的直线簇的包络。

人工干智能·2023-10-28 14:29

（西瓜书）ID3决策树代码详解

importmathimportoperatordefcreateDataSet():labels=['年龄','工作','房子','信贷情况']#特征标签dataSet=[[0,0,0,0,'no'],[0,0,0,1,'no'],[0,1,0,1,'yes'],[0,1,1,0,'yes'],[0,0,0,0,'no'],[1,0,0,0,'no'],[1,0,0,1,'no'],[1,1,1

xiao_haohao·2023-10-27 14:06

西瓜书决策树实现（基于ID3）——采用字典数据结构

很久没有更新，最近实现《西瓜书》决策树，贴出来给大家共享。

大叔变码农·2023-10-27 14:33

【机器学习】决策树（理论与代码）

计算可以参考周志华西瓜书。计算信息熵Ent(D)与信息增益Gain（D）。原理的话就是选取信息增益最大的为根，以此类推。

读书猿·2023-10-27 04:23

吃瓜教程3——决策树（西瓜书第四章）

目录一、算法原理从几何角度理解最终目的二、ID3决策树自信息信息熵信息增益ID3决策树三、C4.5决策树增益率一、算法原理从几何角度理解根据某种准则划分特征空间最终目的将样本越分越“纯”二、ID3决策树自信息信息熵（以离散型为例）即自信息的期望，度量随机变量X的不确定性，信息熵越大越不确定；X各个取值概率均等时信息熵最大（最不确定），某个取值概率为1时信息熵最小（最确定）。将样本类别标记y视作随机

雾里看花的学习日常·2023-10-26 22:12

吃瓜笔记04 决策树

学习内容：西瓜书和南瓜书--第4章讲解课程：Datawhale吃瓜教程（【吃瓜教程】《机器学习公式详解》（南瓜书）与西瓜书公式推导直播合集_哔哩哔哩_bilibili）目录第4章决策树4.1算法流程4.2

cookie222·2023-10-26 22:05

ML in Action笔记——CH4 朴素贝叶斯

——摘自《西瓜书》朴素贝叶斯和贝叶斯的最大区别就是：朴素，即条件独立，算法引入朴素贝叶斯的目的是为了降低计算量优点：在数据较少的情况下仍然有效，可以处理多类别问题。缺点：对于输入数据的

猴子姑娘呀·2023-10-24 20:44

西瓜书——贝叶斯分类器+EM算法

西瓜书贝叶斯分类器详解https://blog.csdn.net/yangjingjing9/article/details/79986371贝叶斯分类器应用—水果分类https://blog.csdn.net

又笨又懒的猪·2023-10-24 05:46

学习笔记1——SSM的基础知识

学习笔记系列开头会发一些寻亲消息网站：https://baobeihuijia.com/bbhj/contents/3/195510.htmlSSM的基础知识cs架构：多个客户端可以访问一台服务器请求：

热烈小狗·2023-10-23 06:11

学习笔记2——Nosql

学习笔记系列开头惯例发布一些寻亲消息链接：https://baobeihuijia.com/bbhj/contents/3/194205.html跟学链接跟学视频链接：https://www.bilibili.com

热烈小狗·2023-10-23 06:38

golang学习笔记系列之并发编程

并发编程golang中的并发，是函数相互独立运行的能力，goroutines是并发运行的函数。golang提供了goroutines作为并发处理的一种方式。创建一个协程非常简单，就是在一个任务函数前面添加一个go关键字：gotask()packagemainimport("fmt""time")funcshow(namestring){fori:=0;i5{t1.Stop()break}}}运行结

白日梦想猿·2023-10-23 06:03

周志华《机器学习》西瓜书新出算法推导视频！（超级详细）

如果你对人工智能跃跃欲试，第一步该怎么办？我通常的做法是，先收集人工智能有关的信息，或者问问身边正在学习的师兄师姐，寻求他们的方法或建议。如果你已经开始学习，并且了解一点机器学习这个概念，那么你就应该知道这本书“周志华《机器学习》”，号称人工智能领域中文版开山之作这是一本面向中文读者的机器学习教科书，适合正在学习机器学习的学生，以及对人工智能机器学习感兴趣的人士。为了让读者通过本书对机器学习有所了

深度之眼订阅号·2023-10-21 18:31

（西瓜书）一元线性归回代码详解

importnumpyasnpimportmatplotlib.pyplotaspltdeftrue_fun(X):#因为我们没有样本来训练，所以我们自己生成一些样本，假设true_fun是理想线性回归函数return1.5*X+0.2np.random.seed(0)#随机种子n_sample=30#生成30个样本点"""生成随机数据作为训练集"""train_X=np.sort(np.rand

xiao_haohao·2023-10-21 13:25

李航统计学习感知机算法实现

前言李航的《统计学习方法》和西瓜书是入门机器学习进而到深度学习的经典书籍，笔者是数学专业大二在读，在编程方面仍有许多不足之处，在已经看完相关经典书籍后开始编程实践。

没有改名卡y·2023-10-21 08:09

Elasticsearch核心技术与实战学习笔记 38 | 分片与集群的故障转移

一序本文属于极客时间Elasticsearch核心技术与实战学习笔记系列。

bohu83·2023-10-20 06:11

吃瓜教程1--概念准备

目录一、西瓜书准备篇1、绪论（1）假设空间（2）归纳偏好2、模型评估与选择（1）经验误差与过拟合（2）评估方法二、南瓜书准备篇机器学习的相关技术1.监督学习（1）Regression（2）Classification2

雾里看花的学习日常·2023-10-17 05:21

Day01-《西瓜书》-模型评估与选择(DataWhale)

一、绪论出处：Datawhale吃瓜教程（https://www.bilibili.com/video/BV1Mh411e7VU）案例：水果摊旁，挑个根蒂蜷缩，敲起来声音浊响的青绿西瓜。期待是皮薄后瓤甜的瓜1.1引言机器学习研究如何通过计算的手段，利用经验来改善系统自身的性能。经验以数据形式存在学习算法在计算机上从数据中产生模型的算法模型泛指从数据中学到的结果机器学习分类根据训练数据是否拥有标记信

liying_tt·2023-10-17 04:16

Redis学习笔记系列(三)——基本数据类型之字符串

5.Redis数据类型Redis支持字符串(string)、列表(list)、哈希(hash)、集合(set)及有序集合(sortedset)5种数据类型。5.1字符串(string)5.1.1SET/SETEX/PSETEX/SETNXSETSET命令为指定名称的键设置字符串类型的值，若键已存在则覆盖旧值（未指定特定参数的情况下）。SETkeyvalue[EXseconds|PXmillisec

复旦猿·2023-10-17 04:32

DeepLearning之LSTM模型输入数据：白话降维解说

《Dianchen666’sDeepLearning学习笔记系列----小白角度看深度学习》有导航，不迷路。

Dianchen_Raw·2023-10-16 16:13

浅谈机器学习中的过拟合

本篇博客主要是基于花书（古德费洛的《DeepLearning》）和西瓜书（周志华的《机器学习》）撰写的，其中插入了博主的一些个人见解，如有不对之处希望大家指出来一起来讨论一下嘿嘿，万分感谢。

Maples丶丶·2023-10-16 04:10

Kotlin 学习笔记（四）—— 协程的基础知识，面试官的最爱了~

一方面是因为Compose的学习在个人来看重要性更高；另一方面就是，发现学完之前的Kotlin系列的笔记一到笔记三后，已经基本可以在项目中使用Kotlin进行日常的编码了，所以才导致这个Kotlin学习笔记系列停更了好久

修之竹·2023-10-16 03:18

树模型（一）孤立森林

孤立森林（IsolationForest）算法是西瓜书作者周志华老师的团队研究开发的算法，一般用于结构化数据的异常检测。

湿物男·2023-10-14 21:31

01、Flutter FFI 最简示例

FlutterFFI学习笔记系列《FlutterFFI最简示例》《FlutterFFI基础数据类型》《FlutterFFI函数》《FlutterFFI字符串》《FlutterFFI结构体》《FlutterFFI

又吹风_Bassy·2023-10-11 16:26

[Professor麦]一文带你了解内存管理

这篇文章是本人的操作系统学习笔记系列二，接下来一周都会每天一更，欢迎阅读关注点赞！内存管理linux实践命令：free-m命令以MB为单位显示内存使用情况。total:总计物理内存的大小。

Oreo奥利奥团队·2023-10-11 13:47

深度之眼-机器学习总结

为期三个月的西瓜书机器学习训练营结束，昨天听完了毕业典礼。

任嘉平生愿·2023-10-08 16:49

决策树-西瓜书

决策树生成是一个递归过程，递归返回的条件是：1.当前节点包含的样本属于同一类别，无需划分2.当前属性集为空，或所有样本在所有属性上取值相同3.当前节点包含的样本集合为空划分选择：信息墒、信息增益、（增益越大表示使用属性划分所获得的“纯度提升”越大）、增益率、基尼系数

Leslie__l·2023-10-08 09:10

【常见决策树算法逻辑理解以及代码实现（3）】ID3 (代码实现,包含绘图,西瓜书示例)

importmathimportmatplotlib.pyplotaspltD=[['青绿','蜷缩','浊响','清晰','凹陷','硬滑','是'],['乌黑','蜷缩','沉闷','清晰','凹陷','硬滑','是'],['乌黑','蜷缩','浊响','清晰','凹陷','硬滑','是'],['青绿','蜷缩','沉闷','清晰','凹陷','硬滑','是'],['浅白','蜷缩','浊响'

TomcatLikeYou·2023-10-07 16:10

【常见决策树算法逻辑理解以及代码实现（5）】CART (代码实现,包含绘图,西瓜书示例)

使用的面向对象方式编写,主要类是Cart类,直接传入数据和属性集合,然后draw就可以运行结果如下(每次运行属性值顺序可能会不同,由于hash问题,不用管,结果是一样的)全部代码可下载项目https://gitee.com/TomCoCo/mLearn.git这里是代码,有完整的注释,可以直接运行如上图核心方法createTreeimportmathimportmatplotlib.pyplota

TomcatLikeYou·2023-10-07 16:10

「Python」机器学习之线性判别分析（代码，不调包）

机器学习之线性判别分析（代码，不调包）前言1线性判别分析（LDA）2实现2.1LDA实现2.2数据集示例3最后前言语言：python库：numpy,matplotlib教材参考：《机器学习》——周志华2016版（“西瓜书

武的阶乘·2023-10-02 17:39

西瓜书

1.模型评估与选择1.1ROC与AUCROC的横轴为真正例率TPR，纵轴为假正例率FPR定义为：，ROC曲线的画法为：给定个正例和个反例。根据学习器的预测结果对样例进行排序（即每个样本为正例的概率），然后把分类阈值调最大，即把所有样例均预测为反例，画出(0,0)点。之后依次按照每个样本的概率从大到小调整阈值，分别计算TPR和FPR，作出整个ROC曲线如下图。可以看出，AUC的取值范围为[0.5,1

恰似一碗咸鱼粥·2023-10-01 05:53

西瓜书扩展_支持向量机_间隔与支持向量

二分类问题这里我们考虑的是一个两类的分类问题，数据点用来表示，这是一个维向量，而类别用来表示，可以取或者，分别代表两个不同的类：划分超平面方程一个线性分类器就是要在维的数据空间中找到一个分离超平面，其方程可以表示为：其中为法向量（控制超平面的旋转方向），为截距（控制超平面离原点的位置）我们令，在进行分类的时候，我们将数据点代入中，如果得到的结果，则赋予其类别，如果则赋予类别：几何间隔取任一样本点到

我_7·2023-09-29 12:48

西瓜书+南瓜树第八章集成学习

集成学习8.1个体与集成8.2Boosting8.2.1Boosting介绍8.2.2AdaBoost算法8.3Bagging与随机森林8.3.1Bagging8.3.2随机森林8.4多样性增强8.1个体与集成集合个体应该和而不同，①和指个体学习器的泛化误差应该小于随机误差，以二分类问题为例，就是指误差ϵ\epsilonϵ<0.5②不同指的是，个体学习器之间应该有所差异，这样集成学习才有意义收敛条

煞拉一Q·2023-09-28 00:52

机器学习西瓜书+南瓜书吃瓜教程学习笔记第五章神经网络

来自吃瓜教程】《机器学习公式详解》（南瓜书）与西瓜书公式推导直播合集第五章神经网络和周志华老师的机器学习西瓜书以下是我的学习笔记：神经网络：神经网络是由具有适应性的简单单元组成的广泛并行互联的网络，它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应

Unicorn婧·2023-09-28 00:49

机器学习西瓜书和南瓜书第6章学习笔记

一、支持向量机1.算法原理从几何角度，对于线性可分数据集，支持向量机就是找距离正负样本都最远的超平面。相比于感知机，其解唯一且不偏不倚，泛化性能更好。2.超平面维超平面性质如下：（1）超平面方程不唯一；（2）法向量和位移项确定唯一的超平面；（3）法向量垂直于超平面；（4）法向量指向的那一半空间为正空间，另一半为负空间；（5）任一点到超平面的距离公式为3.几何间隔给定数据集和超平面，，，，定义样本点

可爱的希格玛·2023-09-28 00:18

吃瓜笔记02：【西瓜书+南瓜书】第3章线性模型

线性模型是机器学习中最为基础的模型，很多复杂模型均可认为由线性模型衍生而得，无论是曾经红极一时的支持向量机还是如今万众瞩目的神经网络，其中都有线性模型的影子。3.1基本形式线性模型其实是一种建立输入变量和输出变量之间线性关系的方法。假设我们有一组输入数据，我们想要通过线性模型来预测或拟合相应的输出值（目标）。在最简单的情况下，线性模型的一般公式可以表示为：3.2线性回归线性回归是一种基本的回归分析

WH_Z0v0·2023-09-28 00:18

机器学习西瓜书+南瓜书吃瓜教程学习笔记第六章支持向量机

视频来源：b站直播+周志华老师机器学习西瓜树+南瓜书以下是我的学习笔记：支持向量机（supportvectormachines，SVM）是一种二分类模型，它的目的是寻找一个超平面来对样本进行分割，分割的原则是间隔最大化，通过对偶问题，最终转化为一个凸二次规划问题来求解。由简至繁的模型包括：当训练样本线性可分时，通过硬间隔最大化，学习一个线性可分支持向量机当训练样本近似线性可分时，通过软间隔最大化，

Unicorn婧·2023-09-28 00:17

一起啃西瓜书

一起啃西瓜书（一）：绪论基本术语；假设空间；归纳偏好；一起啃西瓜书（二）：模型评估与选择经验误差和过拟合：错误率，精度，误差；评估方法：留出法，交叉验证法，自助法，调参与最终模型；性能优度：均方误差，错误率和精度

你欲何为R·2023-09-26 13:17

Redis学习笔记系列(八)——Redis持久化

6.Redis持久化由于Redis是内存数据库，如果Redis实例宕机或者服务器断电，则重启后，Redis中的数据会全部丢失。因此，Redis为了防止该情况，提供了两种持久化的方案——RDB和AOF，将内存中的数据保存到磁盘中，避免数据的丢失。6.1RDB持久化RDB持久化方案，指的是将某一时刻Redis实例的状态拍一个快照，以二进制文件的形式保存至磁盘中。在Redis重启动时，RDB程序可以通过

复旦猿·2023-09-25 01:48

机器学习西瓜书+南瓜书吃瓜教程学习笔记第三章（二）

南瓜书视频链接以下是我的学习笔记1、多元线性回归首先跟着视频推了一遍，真的厉害，很清晰怎么来的多元线性回归与一元线性回归同理利用最小二乘法求w和b。这里我们讨论了如何使用线性模型进行回归学习，但若要做的是分类任务呢？只需要找一个单调可微函数将分类任务的真实标记y与线性回归模型的预测值联系起来。2、对数几率回归虽然名字里带有回归，但是是一种分类算法。这种方法有很多优点，例如它是直接对分类可能性进行建

Unicorn婧·2023-09-24 04:32

机器学习西瓜书+南瓜书吃瓜教程学习笔记第四章决策树

1、算法原理从逻辑角度，一堆ifelse语句的组合从集合角度，根据某种准则划分特征空间最终目的：将样本越分越“纯”决策树是基于树结构来进行决策的例如，我们对“这是好瓜吗？”这样的问题进行决策时，通常会进行一系列的判断或“子决策”：我们先看“它是什么颜色？”，如果是“青绿色”，则我们再看“它的根蒂是什么形态？”，如果是“蜷缩”，我们再判断“它敲起来是什么声音？”，最后，我们得出最终决策：这是个好瓜，