一、前言 在第一章强化学习简介中，我们提到强化学习过程可以看做一系列的state、reward、action的组合。本章我们将要介绍马尔科夫决策过程（Markov Decision Processes)用于后续的强化学习研究中。 二、马尔科夫过程（Markov Processes） 2.1 马尔科夫 ...
分类：
其他好文 时间：
2018-11-01 00:56:40
阅读次数：
238
Lecture6 Logistic Regression 逻辑回归 6.1 分类问题 Classification6.2 假设表示 Hypothesis Representation6.3 决策边界 Decision Boundary6.4 代价函数 Cost Function6.5 简化的代价函数 ...
分类：
其他好文 时间：
2018-10-31 10:33:47
阅读次数：
191
Lecture6 Logistic Regression 逻辑回归 6.1 分类问题 Classification6.2 假设表示 Hypothesis Representation6.3 决策边界 Decision Boundary6.4 代价函数 Cost Function6.5 简化的代价函数 ...
分类：
其他好文 时间：
2018-10-30 21:10:34
阅读次数：
248
GBDT 全称 Gradient Boosting Decision Tree，梯度提升决策树。 梯度增强决策树的思想来源于两个地方，首先是增强算法（Boosting），然后是梯度增强（Gradient Boosting）的想法。 增强算法是一种试图用弱学习器提升为强学习器的算法。这种算法中比较成熟 ...
分类：
其他好文 时间：
2018-10-23 00:10:09
阅读次数：
165
莱布尼兹曾经有两个梦想： 1. 创建一种“普遍语言”（universal language）使得任何问题都可以用这种语言表述； 2. 找到一种"判定方法"（decision method）以解决所有可以在“普遍语言”中所表述的问题。 这两个问题是上百年来数理逻辑、数学哲学和数学基础问题的核心、实质。 ...
分类：
其他好文 时间：
2018-10-12 14:11:07
阅读次数：
242
概念 决策树（Decision Tree）：它通过对训练样本的学习，并建立分类规则，然后依据分类，对新样本数据进行分类预测，属于有监督学习 优点：决策树易于理解和实现，决策树可处理数值型和非数值型数据 步骤 导入数据，确定虚拟变量的列，然后遍历这些列，将这些类的数据转换为分类型数据，再通过get_d ...
分类：
编程语言 时间：
2018-10-06 00:03:25
阅读次数：
288
Decision Tree [TOC] Pre: 如下图所示，决策树包含判断模块、终止模块。其中终止模块表示已得出结论。 相较于KNN，决策树的优势在于数据的形式很容易理解。 相关介绍 1. "奥卡姆剃刀原则:" 切勿浪费较多的东西，去做‘用较少的的东西，同样可以做好的事情’。 2. "启发法:" ...
分类：
其他好文 时间：
2018-10-01 01:10:11
阅读次数：
261
Gradient boosting decision tree 介绍： 首先gbdt 是通过采用加法模型（即基函数的线性组合），以及不断减小训练过程产生的残差来达到将数据分类或者回归的算法。 GBDT训练过程 gbdt通过多轮迭代,每轮迭代产生一个弱分类器，每个分类器在上一轮分类器的残差基础上进行训 ...
分类：
其他好文 时间：
2018-09-29 20:26:08
阅读次数：
234
决策树(Decision Tree)在机器学习中也是比较常见的一种算法，最早的决策树算法是ID3，改善后得到了C4.5算法，进一步改进后形成了我们现在使用的C5.0算法，综合性能大幅提高。算法核心：为每一次分裂确定一个分裂属性。ID3采用的是“信息增益”为度量来选择分裂属性的。 ...
分类：
其他好文 时间：
2018-09-07 00:56:09
阅读次数：
2571
决策树(Decision Tree）是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。由于这种决策分支画成图形很像一棵树的枝干，故称决策树。在机器学习中，决策树是一个预测模型，他代表的是对象 ...
分类：
其他好文 时间：
2018-09-03 02:46:18
阅读次数：
226
