一、剪枝 1. 为什么要剪枝 在决策树生成的时候，更多考虑的是训练数据，而不是未知数据，这会导致过拟合，使树过于复杂，对于未知的样本不准确。 2. 剪枝的依据——通过极小化决...
发简信
IP属地：浙江
-
机器学习系列7：CART树和剪枝 -
机器学习系列6：决策树决策树是一种基本的分类与回归方法。这里主要讨论决策树用于分类。 决策树模型是描述对样本进行分类的树形结构。树由结点和有向边组成： 内部结点表示一个特征或者属性。 叶子结点表示...
-
机器学习系列5：熵的推导和计算
一、信息熵 熵 (entropy) 这一词最初来源于热力学。1948年，克劳德·爱尔伍德·香农将热力学中的熵引入信息论，所以也被称为香农熵 (Shannon entropy)...
-
机器学习系列4:逻辑回归与softmax回归详解
一、Logistic regression中sigmod函数推导 sigmod函数的推导 1.伯努利分布 一个事件x，其结果只有两种：x=1 or 0，比如抛硬币。when ...
-
机器学习系列3:概率模型、朴素贝叶斯和sigmod函数推导
一、贝叶斯公式推导 1.条件概率 设是任意两个事件，已知发生的条件下，发生的条件概率为： 2.全概率公式 设为有限或无限个事件，他们两两互斥，即： 被称为一个完备事件群。对于...
-
机器学习系列2：误差、梯度下降、交叉验证、归一化和评价指标一、详细理解误差（error）与偏差（bias）和方差（variance） 1.偏差与方差 2.error与bias和variance的关系 总体上说，误差等于偏差加上方差，...
-
机器学习系列1：线性回归详解
一、什么是机器学习？ 机器学习包括：1.监督学习（supervised learning） ①回归：寻找一个假设函数，根据大量的训练集X来预测目标变量Y，若要预测的目标变量是...
-
> 所有文章和译文仅用于个人学习，不涉及商业利益<br>> 欢迎指出文章中的错误<br><br>▼GitHub和微信▼<br>讨论、学习、共同进步
-
zigbee组网几个重要函数
SampleApp_ProcessEvent 事件处理函数 例如： void SampleApp_SendPeriodicMessage( void )（周期性发送函数） S...
-
我们不仅仅是一家软件公司，同时也是一个社区：我们汇集满怀激情的软件精英，通过技术和客户共同应对最艰巨的挑战。同时我们寻求IT行业的革新，并致力于对社会产生积极的影响力。<br>
