python分类预测模型的特点 模型 模型特点 位于 SVM 强大的模型,可以用来回归,预测,分类等,而根据选取不同的和函数,模型可以是线性的/非线性的 sklearn.svm 决策树 基于"分类讨论,逐步细化"思想的分类模型,模型直观,易解释 sklearn.tree 朴素贝叶斯 基于概率思想的简 ...
分类：
编程语言 时间：
2019-11-03 14:59:46
阅读次数：
141
[算法模版]子序列DP 如何求本质不同子序列个数？ 朴素DP 复杂度为$O(nq)$。其中$q$为字符集大小。 $dp[i]$代表以第$i$个数结尾的本质不同子序列个数。注意，这里对于每一个字符，只计算 上一个相同字符 带来的贡献。如果全部计算的话会算重复。 最后统计答案的时候也只统计每个字符最后一 ...
分类：
编程语言 时间：
2019-11-01 16:38:57
阅读次数：
112
学习器模型中一般有两个参数：一类参数可以从数据中学习估计得到，还有一类参数无法从数据中估计，只能靠人的经验进行指定，后一类参数就叫超参数 比如，支持向量机里的C，Kernel，gama，朴素贝叶斯里的alpha等，在学习其模型的设计中，我们要搜索超参数空间为学习器模型找到最合理的超参数，可以通过以下 ...
分类：
其他好文 时间：
2019-10-31 17:57:17
阅读次数：
78
sklearn监督学习的各个模块 neighbors近邻算法,svm支持向量机,kernal_ridge核岭回归,discriminant_analysis判别分析,linear_model广义线性模型 ensemble集成方法,tree决策树,native_bayes朴素贝叶斯,cross_dec ...
分类：
编程语言 时间：
2019-10-31 17:52:59
阅读次数：
98
是基本算法，和决策树一样，是树模型中的基础算法，朴素贝叶斯是贝叶斯中的一个算法，是基于统计学的，在文本处理领域应用广泛。 需要先掌握贝叶斯定理： 联合概率（两个事件同时发生的概率） 条件概率（事件A发生的情况下，B的概率）= AB的联合概率/A发生的概率 乘法公式：条件概率变形 联合概率—天剑概率— ...
分类：
其他好文 时间：
2019-10-30 18:15:05
阅读次数：
69
标签： 机器学习 1. 贝叶斯公式是机器学习中常用的计算方法，例如，甲射中靶标的概率是0.4，乙射中靶标的概率是0.8，现在有个人中靶了，问问是甲射中的概率。这非常好计算，P=0.4/(0.8+0.4)=0.33，这是贝叶斯公式的基本应用，具体的贝叶斯公式如下： 2. 《机器学习实战》中的贝叶斯实现 ...
分类：
其他好文 时间：
2019-10-27 15:05:13
阅读次数：
116
地址 https://algospot.com/judge/problem/read/QUADTREE 将压缩字符串还原后翻转再次压缩的朴素做法 在数据量庞大的情况下是不可取的 所以需要在压缩的情况下进行翻转 图片可以分成四块 每块在颜色不统一的情况下又会分成四块 那么翻转也可以采取这种逐步将问题分 ...
分类：
编程语言 时间：
2019-10-26 22:59:27
阅读次数：
148
dp入门问题:01背包装下了我们的忧伤QWQ 作为一枚乐于作死...呸，乐于学习的蒟蒻，当然要学会装包的 那么简单的描述一下01背包问题: 小明有个bag,容量是m.小明面前有n个物品，每个物品有它的价值vi和它的体积wi,小明想知道用这个背包能装到的物品总价值最大是多少. 好，这就是一个最朴素的0 ...
分类：
其他好文 时间：
2019-10-25 18:03:43
阅读次数：
124
贝叶斯准则 P(x|y) = P(y|x) * P(x)/ P(y) 分类原则：在给定的条件下，哪种分类发生的概率大，则属于那种分类。 后验概率 P(R)=P(R|c1)*P(c1) + P(R|c2)*P(c2)：全概率公式 P(c1|R)=P(R|c1)*P(c1)/P(R) 计算出先发生P(R ...
分类：
其他好文 时间：
2019-10-19 09:15:14
阅读次数：
81
什么是机器学习？ 机器学习技术的存在，使得人们可以享受强大的垃圾邮件过滤带来的便利，拥有方便的文字和语音识别软件，能够使用可靠的网络搜索引擎，同时在象棋的网络游戏对阵中棋逢对手，而且在可见的将来，我们将拥有安全高效的无人驾驶汽车。 分类： 监督学习（supervised learning）、无监督学 ...
分类：
其他好文 时间：
2019-10-18 10:58:43
阅读次数：
130
