1、C4.5机器学习中，决策树是一个预测模型；他代表的是对象属性与对象值之间的一种映射关系。树中每个节点表示某个对象，而每个分叉路径则代表的某个可能的 属性值，而每个叶结点则对应从根节点到该叶节点所经历的路径所表示的对象的值。决策树仅有单一输出，若欲有复数输出，可以建立独立的决策树以处理不同输 出。...
分类：
其他好文 时间：
2014-07-22 22:49:55
阅读次数：
228
C++与机器学习算法
尝试用最简单的语言描述机器学习算法。...
分类：
编程语言 时间：
2014-07-17 19:15:46
阅读次数：
379
这篇文章介绍几个最流行的机器学习算法。现在有很多机器学习算法，困难的是进行方法归类，这里我们介绍两种方法进行思考和分类这些算法。第一组算法是学习风格，第二组是在形式和功能上类似。学习风格 一个算法基于问题建模有不同的方法，无论这个问题是基于经验或环境的交互，或者是基于我们需要输入的数据，学习风...
分类：
其他好文 时间：
2014-07-16 21:34:01
阅读次数：
204
1.背景 采样算法是机器学习中比较常用，也比较容易实现的（出去分层采样）。常用的采样算法有以下几种（来自百度知道）： 一、单纯随机抽样（simple random sampling）
将调查总体全部观察单位编号，再用抽签法或随机数字表随机抽取部分观察单位组成样本。
优点：操作简单，均数、率及相应的标准误计算简单。
缺点：总体较大时，难以一一编号。
二、系统抽样（systemat...
分类：
编程语言 时间：
2014-07-14 18:08:55
阅读次数：
339
1.背景 无监督学习的定义就不多说了，不懂得可以google。因为项目需要，需要进行无监督的分类学习。 K-means里面的K指的是将数据分成的份数，基本上用的就是算距离的方法。 大致的思路就是给定一个矩阵，假设K的值是2，也就是分成两个部分，那么我们首先确定两个质心。一开始是找矩阵每一列的最大值max，最小值min，算出range=max-min，然后设...
分类：
编程语言 时间：
2014-07-12 20:04:16
阅读次数：
338
/********************************* 本文来自博客 “李博Garvin“* 转载请标明出处:http://blog.csdn.net/buptgshengod******************************************/...
分类：
编程语言 时间：
2014-07-09 09:21:40
阅读次数：
2792
原理
在分类（classification）问题中，常常需要把一个事物分到某个类别。一个事物具有很多属性，把它的众多属性看做一个向量，即x=(x1,x2,x3,…,xn)，用x这个向量来代表这个事物。类别也是有很多种，用集合Y=y1,y2,…ym表示。如果x属于y1类别，就可以给x打上y1标签，意思是说x属于y1类别。这就是所谓的分类(Classification)。
x的集合记为X，...
分类：
其他好文 时间：
2014-07-08 13:55:28
阅读次数：
327
KNN最邻近规则，主要应用领域是对未知事物的识别，即推断未知事物属于哪一类，推断思想是，基于欧几里得定理，推断未知事物的特征和哪一类已知事物的的特征最接近；K近期邻(k-Nearest Neighbor，KNN)分类算法，是一个理论上比較成熟的方法，也是最简单的机器学习算法之中的一个。该方法的思路是...
分类：
其他好文 时间：
2014-07-07 15:33:04
阅读次数：
182
一、决策树分类算法概述 决策树算法是从数据的属性（或者特征）出发，以属性作为基础，划分不同的类。例如对于如下数据集（数据集）其中，第一列和第二列为属性（特征），最后一列为类别标签，1表示是，0表示否。决策树算法的思想是基于属性对数据分类，对于以上的数据我们可以得到以下的决策树模型（决策树模型）先是....
分类：
其他好文 时间：
2014-06-27 14:29:54
阅读次数：
386
