''' KNN 近邻算法，有监督学习算法 用于分类和回归 思路: 1.在样本空间中查找 k 个最相似或者距离最近的样本 2.根据这 k 个最相似的样本对未知样本进行分类 步骤： 1.对数据进行预处理 提取特征向量，对原来的数据重新表达 2.确定距离计算公式 计算已知样本空间中所有样本与未知样本的距离 ...
分类：
编程语言 时间：
2020-04-10 11:57:22
阅读次数：
77
Python开发环境以及基本库的安装： Pip list 什么是机器学习： 机器学习是一种能够赋予机器学习的能力，让机器想人一样的去做出决策以此让它完成直接编程无法完成的功能和方法，利用数据训练出模型，然后使用模型预测的一种方法。 机器学习通常分为四类： 1、监督学习 2、无监督学习 3、半监督学习 ...
分类：
其他好文 时间：
2020-04-08 19:08:59
阅读次数：
70
1. 机器学习概述 （1） (2) (3) 机器学习指：对于某类任务T和性能度量P，一个计算机程序被认为可以从经验E中学习是指，通过经验E改进后，它在任务T上由性能度量P衡量的性能有所提升。 机器学习中根据学习的方式不同可以主要可以细分为： 1 监督学习（Supervised Learning）：监 ...
分类：
其他好文 时间：
2020-04-05 22:02:21
阅读次数：
108
(1) (2) (3) 按照学习形式将机器学习划分为监督学习、无监督学习、半监督学习、强化学习、深度学习 监督学习（Supervised Learning）表示机器学习的数据是带标记的，这些标记可以包括数据类别、数据属性及特征点位置等。这些标记作为预期效果，不断修正机器的预测结果。 无监督学习（Un ...
分类：
其他好文 时间：
2020-04-05 11:19:12
阅读次数：
68
按照任务类型可分为： 回归模型 ：例如预测明天的股价。 分类模型 ：将样本分为两类或者多类。 结构化学习模型 ：输出的不是向量而是其他 结构。 按照学习理论可分为： 监督学习 ：学习的样本 全部 具有标签，训练网络得到一个最优模型。 无监督学习 ：训练的样本 全部 无标签，例如 聚类样本。 半监督学 ...
分类：
其他好文 时间：
2020-04-04 16:17:11
阅读次数：
122
机器学习的核心是“使用算法解析数据，从中学习，然后对世界上的某件事情做出决定或预测” 监督学习，无监督学习，强化学习 比如说无人驾驶，里面涉及了强化学习，通过“奖励”和“惩罚”的方式进行引导机器对目标任务的完成。 整体，我复习了一遍高数的微积分，各种导数，各种定理，概率论各种理论。 ...
分类：
其他好文 时间：
2020-04-02 11:47:21
阅读次数：
110
一.基本 1.模型也被称为学习器，学习器更为准确。学习器是指能从已有的数据中学习到所需知识的数学模型。 2.模型分类：按照学习的数据分类， （1）监督学习（supervised learning）:训练的数据有标记信息。又由标记信息的 【1】分类：标记信息呈现离散状态。KNN、朴素贝叶斯、逻辑回归、 ...
分类：
其他好文 时间：
2020-04-01 21:01:07
阅读次数：
102
摘要：图卷积网络在图结构数据的半监督学习中取得了显著的成功。基于图的半监督学习的关键是捕获由图结构施加于节点上的标签或特征的平稳性。之前的方法，谱方法和空间方法，致力于将图卷积定义为相邻节点的加权平均，然后学习图卷积核，利用平滑性来提高基于图的半监督学习的性能。如何确定合适的邻域来反映图结构中所表现 ...
分类：
Web程序 时间：
2020-04-01 11:19:38
阅读次数：
208
机器学习分为四大块，分别是classification (分类)，regression (回归), clustering (聚类), dimensionality reduction (降维)。 聚类（clustering） 无监督学习的结果。聚类的结果将产生一组集合，集合中的对象与同集合中的对象彼 ...
分类：
其他好文 时间：
2020-03-28 16:14:52
阅读次数：
398
""" 机器学习算法分类： 监督学习（有目标值） 分类（目标值是离散型数据）：K-近邻算法、贝叶斯分类、决策树与随机森林、逻辑回归、神经网络 回归（目标值是连续型数据）：线性回归、岭回归 无监督学习（无目标值）：聚类 K-means 机器学习一般会把数据集划分为训练集（3/4）和测试集（1/4），可 ...
分类：
编程语言 时间：
2020-03-26 01:37:29
阅读次数：
103
