一亩三分地构建决策树时，需要根据训练数据计算所有特征的最佳分裂点，来实现分类决策树构建。在 scikit-learn 的分类决策树实现中，主要用到了两种方法： 接下来，我们就要去学习和掌握这两种分裂增益原理和计算方法，以及基于这两...
在构建回归决策树时，我们需要找到最优的分裂点，以最小化子集的均方误差。回归决策树也有自己的一些分裂准则，我们将详细探讨这些分裂准则的计算方法，并介绍如何应用它们来构建回归决策树。
过拟合（Overfitting）是指模型在训练数据上表现得很好，但在未见过的测试数据上表现较差的现象。无论是传统机器学习算法、还是深度学习算法都会出现过拟合问题。 1. 过拟合方法 我们前面构建的分类或者回归决策树都是完...
Scikit-Learn（sklearn）是一个用于机器学习的Python库，其中包含了大量用于分类、回归、聚类和其他机器学习任务的算法和工具。在sklearn中，决策树是其中的一个常用算法。下面，将会对决策树在 skl...
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。...
在写程序时，我们经常会处理小数这种数据。这节课，将会给同学们讲解下，在计算机中小数存储的两种方式：浮点小数和定点小数。学习目标： 最后，我们来总结下这两种存储方式：
字节序（Byte Order）是指在多字节数据类型（如整数和浮点数）在内存中存储时，字节的排列顺序。常见的字节序有大端序（Big Endian）和小端序（Little Endian）。 例如，对于一个四字节的整数值 0x...
std::invoke 是 C++17 引入的一个标准库函数，用于调用可调用对象，它一般用于模板中，能够以一致的方式处理不同类型的可调用对象。
Heap 数据结构一般都被看做是一棵完全二叉树对象，我们知道对于完全二叉树可以使用连续的数组空间来存储各个结点关系。 Heap 是一种非常重要的数据结构，使用 Heap 可以实现高效的排序、构建优先级队列等等。Heap ...
快速排序是 C.R.A.Hoare 于1962 年提出的一种排序算法，该算法如其名一样确实很快。快速排序采用了一种 “汾治策略” 来对序列进行排序。 算法基本思想是：通过一次遍历将序列分成两部分，...
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...
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...
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...
在机器学习和统计学中，核函数（Kernel Function）是一种用于通过一种巧妙的方式将数据映射到高维空间的技术，从而使得在这个高维空间中，数据变得线性可分。它广泛应用于支持向量机（SVM）、主成分分析（PCA）、高...
冀公网安备13050302001966号
最新评论