搜索结果
查询Tags标签： clf，共有 28条记录-
常见机器学习方法的优缺点及适用场景：支持向量机（SVM）
支持向量机（SVM）特点：SVM 想要的就是找到各类样本点到超平面的距离最远，也就是找到最大间隔超平面。其有优美的理论保证和利用核函数对于线性不可分问题的处理技巧，使其常用于数据分类问题（回归问题也可）。优点:有严格的数学理论支持，可解释性强，不依靠统计方法，…
2022/8/24 23:26:50 人评论 次浏览 -
sklearn调库实现决策树算法
本文不讲原理，直接调库上代码。 个人建议先用jupyter逐步操作，了解每步代码的功能，更易理解。 1.导入相关包 import numpy as np import pandas as pd from sklearn.datasets import load_wine#导入红酒数据集 from sklearn import tree#后续决策树可视化 from sklearn…
2022/3/21 12:28:45 人评论 次浏览 -
AI-机器学习-自学笔记（七）支持向量机（SVG）算法
支持向量机（Support Vector Machine, SVM）是一类按监督学习（supervised learning）方式对数据进行二元分类的广义线性分类器（generalized linear classifier），其决策边界是对学习样本求解的最大边距超平面（maximum-margin hyperplane） 在二维空间上，两类点被一条…
2022/3/10 9:14:51 人评论 次浏览 -
SVM基本概念及Python实现代码
SVM（support vector machine）支持向量机： 注意：本文不准备提到数学证明的过程，一是因为有一篇非常好的文章解释的非常好：支持向量机通俗导论（理解SVM的三层境界） ，另一方面是因为我只是个程序员，不是搞数学的（主要是因为数学不好。），主要目的是将SVM以最通俗…
2022/2/26 1:23:47 人评论 次浏览 -
Python异常检测工具箱——pyod
最近打算入坑异常检测，准备先从应用开始，先尝试着用一下相关的工具和算法，有一个直观的感受，然后再从应用的过程中寻找切入点，逐步了解相关的理论和模型。pyod就是一个非常符合我当下需求的一个工具箱，其中集成了从经典模型到新兴算法的数十种异常检测算法与模型，因…
2021/12/13 1:16:59 人评论 次浏览 -
Python异常检测工具箱——pyod
最近打算入坑异常检测，准备先从应用开始，先尝试着用一下相关的工具和算法，有一个直观的感受，然后再从应用的过程中寻找切入点，逐步了解相关的理论和模型。pyod就是一个非常符合我当下需求的一个工具箱，其中集成了从经典模型到新兴算法的数十种异常检测算法与模型，因…
2021/12/13 1:16:59 人评论 次浏览 -
人工智能-AlphaBata剪枝算法
AlphaBata剪枝算法 人工智能试图理解和建立智能实体，智能实体之间存在着一种对立关系，从而有了对抗搜索问题，通常被称之为博弈。 人工智能中的博弈通常指博弈论专家们称为拥有完整信息的，确定性的，轮流行动的，两个游戏者的零和游戏 本次我们基于MinMax算法，使用Alp…
2021/12/9 17:17:22 人评论 次浏览 -
人工智能-AlphaBata剪枝算法
AlphaBata剪枝算法 人工智能试图理解和建立智能实体，智能实体之间存在着一种对立关系，从而有了对抗搜索问题，通常被称之为博弈。 人工智能中的博弈通常指博弈论专家们称为拥有完整信息的，确定性的，轮流行动的，两个游戏者的零和游戏 本次我们基于MinMax算法，使用Alp…
2021/12/9 17:17:22 人评论 次浏览 -
二分类器、混淆矩阵、精度、召回率、ROC曲线、PR曲线、多类分类器，误差分析
手写数字识别，机器学习“分类”学习笔记—来自Geron的《机器学习实战》 图片识别领域的“hello word”文章目录 MNIST训练二元分类器性能测量使用交叉验证测量准确率混淆矩阵精度和召回率精度/召回率权衡ROC曲线 多类分类器误差分析MNIST 获取MNIST代码，70000张手写数字…
2021/12/7 23:48:17 人评论 次浏览 -
二分类器、混淆矩阵、精度、召回率、ROC曲线、PR曲线、多类分类器，误差分析
手写数字识别，机器学习“分类”学习笔记—来自Geron的《机器学习实战》 图片识别领域的“hello word”文章目录 MNIST训练二元分类器性能测量使用交叉验证测量准确率混淆矩阵精度和召回率精度/召回率权衡ROC曲线 多类分类器误差分析MNIST 获取MNIST代码，70000张手写数字…
2021/12/7 23:48:17 人评论 次浏览 -
sklearn实现决策树
导入包 from sklearn.datasets import load_iris, load_wine from sklearn import tree from sklearn,model_selection import train_test_split from sklearn.metrics import accuracy_score import pandas as pd import numpy as np import matplotlib.pyplot as plt导入…
2021/11/28 23:10:29 人评论 次浏览 -
sklearn实现决策树
导入包 from sklearn.datasets import load_iris, load_wine from sklearn import tree from sklearn,model_selection import train_test_split from sklearn.metrics import accuracy_score import pandas as pd import numpy as np import matplotlib.pyplot as plt导入…
2021/11/28 23:10:29 人评论 次浏览 -
异常检测算法：LOF算法（Local Outlier Factor）的python代码实现
LOF算法算法介绍Local Outlier Factor（LOF）是基于密度的经典算法，也十分适用于anomaly detection的工作。 基于密度的离群点检测方法的关键步骤在于给每个数据点都分配一个离散度，其主要思想是：针对给定的数据集，对其中的任意一个数据点，如果在其局部邻域内的点都很…
2021/11/25 20:12:28 人评论 次浏览 -
异常检测算法：LOF算法（Local Outlier Factor）的python代码实现
LOF算法算法介绍Local Outlier Factor（LOF）是基于密度的经典算法，也十分适用于anomaly detection的工作。 基于密度的离群点检测方法的关键步骤在于给每个数据点都分配一个离散度，其主要思想是：针对给定的数据集，对其中的任意一个数据点，如果在其局部邻域内的点都很…
2021/11/25 20:12:28 人评论 次浏览 -
Iris_data_analysis
SVM调用实例——鸢尾花任务描述: 构建一个模型，根据鸢尾花的花萼和花瓣大小将其分为三种不同的品种。数据集: 每一行数据由4个特征值及1个目标值组成，4个特征值分别为：萼片长度、萼片宽度、花瓣长度、花瓣宽度，目标值为三种不同类别的鸢尾花。代码实现： #! /usr/bin/…
2021/11/22 23:10:57 人评论 次浏览
