subtitle
  Post Categories
MachineLearning 44 Note 4 Tech 5 Life 3 Note 4 exercises 5
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
2021-01-20 MachineLearning
svm
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
2021-01-12 MachineLearning exercises
k-means
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
2021-01-12 MachineLearning Note
k-means
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
2021-01-07 MachineLearning Note
决策树 树模型
Advantages of the different impurity metrics? Advantages of the different impurity metrics?
分类决策树中，我们的目标函数是最大化每次切分数据带来的信息增益： 其中 $f$ 是决策问题基于的特征；$D_p$ 和 $D_j$ 分别是父节点数据集和第 $j$ 个子节点数据集； $I$ 不纯度衡量指标； $N$ 是数据集总大小，$N_j
2021-01-07 MachineLearning
决策树 评估指标
entropy VS gini entropy VS gini
Entropy vs ginisklearn.tree.DecisionTreeClassifier(criterion="gini") 中 criterion 参数用于指定节点上决策问题评估指标（不纯度降低量最大或信息
2021-01-07 MachineLearning
决策树 评估指标 熵 基尼不纯度
画决策树 画决策树
数据准备本示例我们使用红酒数据集。 >>> from sklearn import datasets >>> from sklearn.datasets import load_wine >>> wine_dataset = load_wi
2021-01-07 MachineLearning exercises
决策树 画图
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
2021-01-07 MachineLearning exercises
决策树 树模型
关于决策树你该知道哪些? 关于决策树你该知道哪些?
工具和技巧 graphviz 画出决策树 超参数的学习曲线：以超参数的取值为横坐标，模型的度量指标为纵坐标的曲线，它是用来衡量不同超参数取值下模型的表现的线。 实验： 各个超参数学习曲线： criterion: gini, entropy
2021-01-06 MachineLearning Note
决策树 树模型
What is Kubeflow? What is Kubeflow?
Kubeflow — AI on Kubernetes — anywhere Kubeflow, a standardised machine learning solution for on-premises and on-clou
2020-04-27 MachineLearning
k8s kubeflow
4 / 5