[数学建模]主成分分析法PCA
最常用的线性降维方法，通过某种线性投影，将高维的数据映射到低维的空间中，并期望在所投影的维度上数据的信息量最大（方差最大），以此使用较少的数据维度，同时保留 ......![]()
决策树CART回归树——算法实现
决策树模型 选择最好的特征和特征的值进行数据集划分 根据上面获得的结果创建决策树 根据测试数据进行剪枝（默认没有数据的树分支被剪掉） 对输入进行预测 模型树 ......机器学习算法-PCA降维技术
机器学习算法-PCA降维 在实际的数据分析问题中我们遇到的问题通常有较高维数的特征，在进行实际的数据分析的时候，我们并不会将所有的特征都用于算法的训练，而是 ......![]()
机器学习之主成分分析（PCA）
import numpy as np （1）零均值化def zeroMean(dataMat): meanVal=np.mean(dataMat,axis=0) newData =dataMat -meanVal return newData, meanVal3、选 ......机器学习实战_KNN（一）
KNN 即 k_近邻算法（k- nearest neighbor) ，就是寻找K个邻居作为该样本的特征，近朱者赤，近墨者黑，你的邻居是什么特征，那么就认为你也具备该特征；核心公式为： 数 ......![]()
Svm算法原理及实现
Svm（support Vector Mac）又称为支持向量机，是一种二分类的模型。当然如果进行修改之后也是可以用于多类别问题的分类。支持向量机可以分为线性核非线性两大类。其主 ......![]()
机器学习笔记·adaboost
Adaboost算法是一种集成算法，所谓集成算法就是将多个弱的分类器组合在一起变成一个强的分类器。弱分类器通常是指分类效果比随机分类稍微好一点的分类器。就像我们 ......![]()
机器学习4logistic回归
对于线性回归、logistic回归，在以前准备学习深度学习的时候看过一点，当时的数学基础有点薄弱，虽然现在还是有点差，当时看到神经网络之后就看不下去了。 不过这次是 ......![]()
【学习笔记】CART算法
1. 背景介绍 CART（Classification and Regression Trees，分类回归树）算法是一种树构建算法，既可以用于分类，也可以用于回归。它的工作原理是：使用二元切分来处理连 ......
↓ 按住下拉
V2AS = Way To Ask
V2AS 一个技术分享与创造的静土
手机扫一扫
移动阅读更方便
近15日热搜文章