集成多个算法结果得到比任何单个算法更好的结果，称为集成学习。
2021-02-19
随机森林
随机森林是一种具有代表性的 Bagging（装袋法）集成算法。
2021-02-19
使用交叉验证选择决策树预剪枝参数 max_depth
max_depth 限制树的最大深度，超过设定深度的树枝全部剪掉。
2021-02-15
支持向量机相关习题
比较感知机的对偶形式与线性可分支持向量机的对偶形式
已知正例点$x_1=(1,2)^T$，$x_2=(2,3)^T$，$x_3=(3,3)^T$,负例点$x_4=(2,1)^T$，$x_5=(3,2)^T$，试求最大间隔分离超平面和分类决
2021-01-22
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
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
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
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
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
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