38篇文章 · 46698字 · 12人关注
-
主成分分析(PCA)与矩阵奇异值分解(SVD)原理
内容概要： 矩阵奇异值分解SVD 主成分分析PCA及其应用 SVD与PCA之间的关系 1 矩阵奇异值分解SVD 1.1 矩阵奇异值分解的数学原理...
-
机器学习系列（三十七）——集成学习与随机森林
集成学习的原理 如果你随机向多个人询问一个复杂的决策问题 ，然后综合他们的决策，通过投票的办法选出最终决策，在许多情况下 ，你会发现 ，这个汇总...
-
机器学习系列（三十六）——回归决策树与决策树总结
本篇主要内容：回归决策树原理、回归树学习曲线、决策树总结 回归决策树原理 回归决策树树是用于回归的决策树模型，回归决策树主要指CART算法， 同...
-
机器学习系列（三十五）——决策树Decision Tree本篇主要内容：决策树、信息熵、Gini系数 什么是决策树 决策树(Decision Tree)和knn算法都是一种非参数的有监督学习方法，它能够...
-
机器学习系列（三十四）——支撑向量回归（SVR）本篇主要内容：SVR SVM解决回归问题 前面我们说过SVM不只可以解决分类问题，也可以解决回归问题，现在就简要叙述下SVM如何解决回归问题。所...
-
机器学习系列（三十三）——非线性可分问题与SVM核函数
本篇主要内容：SVM解决非线性可分，Kernel Function 添加多项式特征解决非线性可分问题 上篇我们介绍了SVM是如何生成线性决策边界...
-
机器学习系列（三十二）——支撑向量机
本篇主要内容：SVM，Hard Margin SVM，Soft Margin SVM 什么是支撑向量机 支撑向量机（Support Vector...
-
机器学习系列（三十一）——ROC曲线、多分类问题的混淆矩阵本篇主要内容：ROC曲线、多分类混淆矩阵 ROC曲线 ROC全称是Receiver Operation Characteristic Curve...
-
机器学习系列（三十）——F1 Score与Precision-Recall的平衡本篇主要内容：F1 Score，Precision-Recall的平衡，P-R曲线 F1 Score 上篇我们提到，精准率和召回率这两个指标有时...
文集作者
