机器学习

机器学习回归决策树（Decision Tree Regression）
孟宝亮2024-04-19170201
回归决策树（Decision Tree Regression）是一种使用决策树进行回归分析的方法。与分类决策树不同，回归决策树用于预测连续型的目标变量，而不是离散的类别。 1. 构建决策树我们使用 MSE（平均平方误差...
机器学习基尼指数（Gini Index）
孟宝亮2024-04-1855401
基尼指数是决策树算法中用于评估特征分裂质量的一个关键指标，分裂后子节点的基尼指数越低，表示子节点的纯净度越高。 1. 基尼不纯度基尼不纯度（Gini impurity）是衡量变量不纯度的一个指标。基尼不纯度越高，表示数...
机器学习代价复杂度剪枝（Cost-Complexity Pruning）
孟宝亮2024-04-15111800
在 scikit-learn 的决策树实现中，使用 CCP（Cost-Complexity Pruning）代价复杂度剪枝，用于避免过拟合并提高决策树的泛化能力。 1. 剪枝原理决策树中包含了很多子树，一棵子树是否应该...
机器学习信息增益（Shannon Information Gain）
孟宝亮2024-04-1576200
信息增益是决策树算法中用于特征选择的一个重要指标。在构建决策树时，我们需要确定哪个特征最能有效地分割数据，使得子节点的纯度最高。信息增益就是衡量这种分割能力的指标。信息增益的计算基于信息熵（或熵）的概念。所以，我们需要...
机器学习词嵌入 word2vec 模型
孟宝亮2024-03-21132103
Word2Vec 是 Google 在 2013 年推出的一种用于生成词向量的模型，它通过无监督学习的方式从大量文本数据中学习单词的语义关系。即：通过训练一个浅层的神经网络模型来学习如何将每个词转换为一个固定长度的向量。...
机器学习层次 Softmax（Hierarchical Softmax）
孟宝亮2024-03-07133200
SoftMax 函数是深度学习和机器学习中一个非常重要的概念，主要用于处理多分类问题。Softmax 函数能够将一个实数向量映射为一个概率分布，使得输出向量的所有元素都在 0 到 1 之间，并且它们的和为 1。层次 S...
机器学习 K 均值聚类（K-means）
孟宝亮2024-02-1473300
聚类（Clustering）指的是将一组数据点按照某种规则或者方法分成多个组或簇，使得同一组内的数据点在某种意义上更相似，而不同组之间的数据点相对较不相似。聚类时，可以基于数据分布、基于数据密度、基于数据相似度、基于图...
机器学习方向梯度直方图算法（HOG）
孟宝亮2023-11-09116704
HOG（Histogram of Oriented Gradients）是一种用于图像处理和计算机视觉任务的特征描述方法，它通常用于目标检测和物体识别。HOG 特征是一种用于描述图像中局部纹理和形状的特征向量，其主要思想...
机器学习 SVM 决策函数（Decision Function）
孟宝亮2023-10-31130402
这篇文章我想讲解的是 scikit-learn 中 SVC 的二分类、多分类场景下 ovo、ovr 决策函数的计算过程，以了解 SVC 进行推理时的逻辑。从而加深对 SVC 的理解。决策函数公式得到决策值之后，直接判断...
机器学习 SVM 中的软间隔（Soft Margin）
孟宝亮2023-10-2871802
软间隔支持向量机在处理线性不可分问题时引入，允许一些训练样本出现在间隔内部的概念。这是通过引入松弛变量（slack variables）来实现的，它们允许一些样本出现在错误的一侧，从而使模型更加健壮并能够容忍噪声和离群值...
机器学习支持向量机（SVM）公式推导
孟宝亮2023-10-2890203
1. SVM 目标函数支持向量机的求解目标是：训练时，在能够将所有样本正确分类的前提下，追求间隔最大化。如何表示最大间隔？我们把两条边界的直线用如下公式表示：那我们要求解的支持向量机就可以表示为：当 wx + b...
机器学习核函数（Kernel Function）
孟宝亮2023-10-28126900
核函数是一种在机器学习和统计学中广泛应用的数学函数，它用于将数据从原始特征空间映射到更高维度的特征空间，以便更容易地解决一些问题，尤其是在支持向量机（SVM）等算法中。核函数的主要作用是在高维空间中进行非线性映射，而无需...
机器学习 OpenCV Sobel
孟宝亮2023-10-2294902
Sobel 算子是一种常用的图像处理工具，它描述了图像中每个像素点处的亮度或颜色值变化方向和强度。它通常用于分析图像的边缘、纹理、形状和其他特征。在二维图像中，梯度通常是两个分量的矢量，分别表示在水平和垂直方向上的变化...
机器学习多项式朴素贝叶斯拟合和推理计算
孟宝亮2023-09-2669904
在 scikit-learn 机器学习框架中，sklearn.naive_bayes.MultinomialNB 是对多项式朴素贝叶斯算法的工程实现。接下来，通过一个例子能够理解：算法的拟合和推理的计算过程；拉普拉斯...

1 2 3 … 18

机器学习

机器学习 回归决策树（Decision Tree Regression）

机器学习 基尼指数（Gini Index）

机器学习 代价复杂度剪枝（Cost-Complexity Pruning）

机器学习 信息增益（Shannon Information Gain）

机器学习 词嵌入 word2vec 模型

机器学习 层次 Softmax（Hierarchical Softmax）

机器学习 K 均值聚类（K-means）

机器学习 方向梯度直方图算法（HOG）

机器学习 SVM 决策函数（Decision Function）

机器学习 SVM 中的软间隔（Soft Margin）

机器学习 支持向量机（SVM）公式推导

机器学习 核函数（Kernel Function）

机器学习 OpenCV Sobel

机器学习 多项式朴素贝叶斯拟合和推理计算

相关课程