发简信
IP属地：广东
-
机器学习之XGBoost(简单理解)这篇文章打算介绍一下boosting 和xgboost，这两天也看了好多文章，也感觉了解的不深，算是做个记录。 Boost算法 先简单提一下Ba...
-
Android开发新项目的准备工作
Android开发新项目的准备工作： 把所有的BeanClass(序列化，反序列化的类，Model类)单独放一个文件夹，混淆的时候直接exclu...
-
机器学习之GBDT(简单理解)之前简单介绍过决策树，这篇文章简单介绍一下GBDT(Gradient Boosting Decision Tree). Gradient Boo...
-
机器学习之分类回归树(python实现CART)之前有文章介绍过决策树（ID3）。简单回顾一下：ID3每次选取最佳特征来分割数据，这个最佳特征的判断原则是通过信息增益来实现的。按照某种特征切分...
-
机器学习之SVM(简单理解)应该对现有流行并将继续流行下去的分类模型有深刻的了解。随机森林和支持向量机(svm)上篇文章简单介绍了随机森林，这篇文章简单介绍一下支持向量机(...
-
机器学习之随机森林(简单理解)之前简单介绍了决策树，这篇文章简单介绍一下随机森林以及优缺点。 集成学习 通过构建并结合多个分类器来完成学习任务。将多个学习器进行结合，常比获得...
-
机器学习之k-means聚类算法(python实现)上次简单介绍了kNN算法，简单来说，通过计算目标值与样本数据的距离，选取k个最近的值，用出现概率大的分类值代表目标值的分类，算法实现比较简单，属...
-
机器学习之决策树ID3(python实现)机器学习中，决策树是一个预测模型；代表对象属性和对象值之间的一种映射关系。树中每个节点表示某个对象，而每个分叉表示某个可能的属性，每个叶子节点则...
-
机器学习之kNN算法(纯python实现)前面文章分别简单介绍了线性回归，逻辑回归，贝叶斯分类，并且用python简单实现。这篇文章介绍更简单的 knn， k-近邻算法（kNN，k-Ne...