- 博客(11)
- 收藏
- 关注
RSS订阅原创 7.机器学习_KNN
一般根据样本分布选择一个较小的值，然后通过交叉验证来选择一个比较合适的最终值。如果样本太多，不断的求距离效率低，所以在训练阶段其实会对训练数据进行建模，构建KD树。从m个样本的n维特征中，分别计算n个特征取值的方差，用。欧氏距离衡量的是空间各点的。nkv作为样本的划分点，对于小于该值的样本划分到左子树，数据增强(从现有的训练样本中生成新的高质量的训练样本)余弦距离衡量的是空间。改变样本的数量(包括增加-上采样和减少-下采样)改变评价指标，使之更符合不平衡数据的评定。搜集更多的数据，使数据达到平衡。
2024-05-27 00:26:35
690
原创 6.机器学习_特征工程
如果不同特征数量级相差过大，可能导致学不到某些特征。线性判别分析法(LDA)：让映射后的样本具有。主成分析法(PCA)：让映射后的样本具有。为什么要归一化、标准化？
2024-05-25 02:16:42
326
原创 简单理解爬虫
教程：https://www.w3school.com.cn/xpath/xpath_nodes.asp。3. 网页的下载器：将URL对应网页的内容转换为字符串；2. URL管理器：保存待爬取的URL列表以及已爬取的URL列表，防止重复爬取URL；4. 网页的解析器：将字符串进行解析/分析，提取出我们需要的数据信息；// 获取当前节点。从网络上获取我们需要的数据信息的一种程序代码。1. 调度器：负责2/3/4/5的协同工作；目的：解决下载器的代理，动态渲染等问题。
2024-05-22 18:38:03
434
1
原创 4.机器学习_朴素贝叶斯
贝叶斯公式：训练：计算P(y)，P(x|y)推理：对每个类别计算p(y)*p(x|y)，取最大项作为类别例子：判断邮件是不是垃圾邮件？假设：词典有8000个词，每个样本是8000*1的向量，邮件出现某个词就为1，否则为0，y=1是垃圾邮件，y=0不是垃圾邮件伯努利贝叶斯：每个特征都是0-1变量高斯贝叶斯：特征不是离散值，是连续值，且服从高斯分布多项式贝叶斯：k是y的类别数，ni是特征xi的不同取值数量，α是平滑值。
2024-04-28 15:30:21
1499
原创 3.机器学习_逻辑回归，SVM
对线性可分的数据进二分类，找到一条决策边界，把数据分类损失函数：i样本到决策边界的距离：带入到sigmoid求出该样本属于正样本的概率求出交叉熵损失怎么解决多分类问题：OVO：每次取出两个类别的的样本，训练一个分类器OVR：每次取出一个类别和其他所有类别，训练一个分类器可以做回归，也可以做二元分类，它支持线性分类和非线性分类的分类应用，支持多元分类找到让街道最宽的决策边界（街边的点都分类正确，那么其他的也就分类好了）
2024-04-25 17:55:09
1332
1
原创 1.机器学习_基础
θ是模型中的参数，J是损失函数，损失函数是凸函数，每次参数更新，都让θ逐渐接近，让损失最小的那个θ。找到一个分类器，这个分类器可以判断新输入的数据属于哪个类别。精确率表示的是在预测为这个类别中，实际为这个类别的数量。每一行是一个样本，每一列是一个特征，最后一列是y值。计算当前模型对于全部训练数据集的损失，然后用。召回率表示的是这个类别中，预测正确的有多少。到它们背后的规律 (称为回归方程)X轴：负例样本中，预测成正例的比例。Y轴：正例样本中，预测成正例的比例。
2024-04-24 13:35:07
252
原创 leetcode_二叉树
满二叉树：深度为k，有个节点的二叉树完全二叉树：除了最后一层，每层的节点数量是二叉搜索树：左子树的值小于根节点，右子树的值大于根节点平衡二叉搜索树：左右子树的高度差不超过1。
2024-04-19 11:42:54
345
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人