第三次实验 一、相关信息 | 实验班级 | 机器学习 | | | | | 实验名称 | 朴素贝叶斯算法及应用 | |学号|3180701137| 二、实验信息 【实验目的】 1.理解决策树算法原理，掌握决策树算法框架； 2.理解决策树学习算法的特征选择、树的生成和树的剪枝； 3.能根据不同的数据类型 ...
分类：
其他好文 时间：
2021-06-29 15:17:58
阅读次数：
0
实验目的 1.理解朴素贝叶斯算法原理，掌握朴素贝叶斯算法框架； 2.掌握常见的高斯模型，多项式模型和伯努利模型； 3.能根据不同的数据类型，选择不同的概率模型实现朴素贝叶斯算法； 4.针对特定应用场景及数据，能应用朴素贝叶斯解决实际问题。 实验要求 1.实现高斯朴素贝叶斯算法。 2.熟悉sklear ...
分类：
编程语言 时间：
2021-06-28 20:12:39
阅读次数：
0
1 概述 1.1 决策树是如何工作的 决策树（Decision Tree）是一种非参数的有监督学习方法，它能够从一系列有特征和标签的数据中总结出决策规则，并用树状图的结构来呈现这些规则，以解决分类和回归问题。决策树算法容易理解，适用各种数据，在解决各种问题时都有良好表现，尤其是以树模型为核心的各种集 ...
分类：
编程语言 时间：
2021-06-23 16:38:22
阅读次数：
0
上一篇博客主要介绍了决策树的原理，这篇主要介绍他的实现，代码环境python 3.4，实现的是ID3算法，首先为了后面matplotlib的绘图方便，我把原来的中文数据集变成了英文。 原始数据集： 变化后的数据集在程序代码中体现，这就不截图了 构建决策树的代码如下： ? #coding :utf-8 ...
分类：
编程语言 时间：
2021-06-22 18:29:30
阅读次数：
0
师兄博客原文地址 "https://blog.csdn.net/LogHouse/article/details/92405509" @ "TOC" 对应西瓜书第4章内容。 一些问题 1、决策树学习算法包括哪几个部分？常用的算法有哪些？ : 决策树算法过程主要包括： ①划分选择； ②树的生成; ③剪 ...
分类：
其他好文 时间：
2021-06-11 17:33:53
阅读次数：
0
来源：https://mp.weixin.qq.com/s/k8jj4meb3DKYCGUzaOGDAg 在 决策树进阶 中我们学习到了决策树的剪枝处理，对连续特征以及缺失值的处理。这篇文章来介绍下决策树在解决回归问题中的应用。前面我们知道 CART 能够解决分类问题，实际上它也是可以解决回归问题的 ...
分类：
其他好文 时间：
2021-06-05 17:42:41
阅读次数：
0
sklearn.base 基础类 & 工具类 sklearn.calibration 概率 sklearn.cluster 聚类 sklearn.compose 复合 sklearn.covariance 协方差 sklearn.cross_decomposition 交叉分解 sklearn.da ...
pi表示在信息熵部分中有介绍，如下图中介绍 选择最小的那个0.3 #整个c4.5决策树的所有算法： import numpy as np import operator def creatDataSet(): """ outlook-> 0:sunny | 1:overcast | 2:rain t ...
分类：
其他好文 时间：
2021-05-03 12:13:28
阅读次数：
0
SHAP介绍 可解释机器学习在这几年慢慢成为了机器学习的重要研究方向。作为数据科学家需要防止模型存在偏见，且帮助决策者理解如何正确地使用我们的模型。越是严苛的场景，越需要模型提供证明它们是如何运作且避免错误的证据 关于模型解释性，除了线性模型和决策树这种天生就有很好解释性的模型意外，sklean中有 ...
分类：
编程语言 时间：
2021-03-04 13:17:06
阅读次数：
0
一、监督学习 1、回归模型 1.1 线性回归模型 求解 最小二乘法 梯度下降法 2、分类模型 2.1 K近邻（KNN） 示例 KNN距离计算 KNN算法 2.2 逻辑斯蒂回归 逻辑斯蒂回归 —— 分类问题 Sigmoid函数（压缩函数） 逻辑斯谛回归损失函数 梯度下降法求解 2..3 决策树 示例 ...
分类：
其他好文 时间：
2021-02-10 12:54:48
阅读次数：
0
