subtitle
01
22
20
支持向量机内容概要 支持向量机内容概要
概览支持向量机(Support Vector Machine)是一种二类分类模型。基本原理是,特征空间上几何间隔最大化。 In its most simple type, SVM doesn’t support multiclass cl
12
k-means 习题 k-means 习题
简述一下K-means算法的原理和工作流程 输入k,表示数据聚类到k簇 随机选出 k个质心 将每个点归到距离最近的质心所属簇 求簇中每个点均值,求出该质心新的位置 循环3、4 当质心不再发生变化停止迭代 K-means中常用的到中心距
12
k-means 算法知识点梳理 k-means 算法知识点梳理
Overviewk-means 算法是最常用的聚类算法,属于无监督学习算法。 工作原理和流程 输入k,表示数据聚类到k簇 随机选出 k个质心(Centroid) 将每个点归到距离最近的质心所属簇 求簇中每个点均值,求出该质心新的位置 循环3
07
ID3 算法 ID3 算法
决策树是一个非常常见并且优秀的机器学习算法,它易于理解、可解释性强,其可作为分类算法,也可用于回归模型。基本算法有 ID3、C4.5、CART。 Overview ID3算法(Iterative Dichotomiser 3 迭代二叉树3代
07
07
07
07
决策树相关习题 决策树相关习题
《机器学习》课后习题–周志华4.1 试证明对于不含冲突数据(即特征向量完全相同但标记不同)的训练集,必存在与训练集一致(即训练误差为 0) 的决策树。答: 从原书p74的图4.2的决策树学习的基本算法可以看出,生成一个叶节点有三种情况
06