目录 单标签二分类 单标签多分类 多标签算法 一、单标签二分类 单标签二分类这种问题是我们最常见的算法问题，主要是指label标签的取值只有两种，并且算法中只有一个需要预测的label标签；直白来讲就是每个实例的可能类别只有两种(A or B)；此时的分类算法其实是在构建一个分类线将数据划分为两个类... ...
分类：
编程语言 时间：
2020-02-24 00:11:12
阅读次数：
107
一、原理： 决策树：能够利用一些决策结点，使数据根据决策属性进行路径选择，达到分类的目的。 一般决策树常用于DFS配合剪枝，被用于处理一些单一算法问题，但也能进行分类 。 也就是通过每一个结点的决策进行分类，那么关于如何设置这些结点的决策方式： 熵：描述一个集合内元素混乱程度的因素。 熵的衡量公式： ...
分类：
编程语言 时间：
2020-02-23 11:14:03
阅读次数：
233
liner classifiers 1.logistic 逻辑回归其实是一个分类算法而不是回归算法。通常是利用已知的自变量来预测一个离散型因变量的值（像二进制值0/1，是/否，真/假）。简单来说，它就是通过拟合一个逻辑函数（logit fuction）来预测一个事件发生的概率。所以它预测的是一个概率 ...
分类：
其他好文 时间：
2020-02-17 13:55:40
阅读次数：
73
1.线性回归不适用于分类问题。 原因：1.单个样本对于线性回归可能会造成很大的影响。 2.函数的输出值可能非常大，非常离谱。 2.逻辑回归(logistic regression)：一种分类算法。是广义线性回归，$h(x)=g(\theta^{T}x)$，其中 $g(x)=\frac{1}{1+e^ ...
分类：
其他好文 时间：
2020-02-16 20:58:28
阅读次数：
86
输入 鸢尾花卉数据集,数据集包含150个数据样本，分为3类，每类50个数据，每个数据包含4个属性。 输出 根据手动实现的逻辑回归模型对鸢尾花卉数据集分类的预测结果。 原理 逻辑回归处理的是分类问题，线性回归处理的是回归问题，这是两者最本质的区别。逻辑回归算法是一种分类算法，适用于标签取值离散的情况。 ...
分类：
编程语言 时间：
2020-02-16 00:57:31
阅读次数：
91
今天学习了下排序算法，参照别人的思路，自己实现了一次。此文作为今天学习的总结，以便以后复习查看。这篇博客中所提到的所有排序算法均以从小到大排序为例，其他情况请自行类比。 一.基本概念 1.算法分类 2.算法复杂度比较 二.各种算法实现及思路 1.冒泡排序 1.1算法描述 1）比较相邻的元素。如果前一 ...
分类：
编程语言 时间：
2020-02-12 12:42:01
阅读次数：
75
K 近邻算法 作用：分类算法 优点：最简单、不需要训练、容易理解 缺点：计算复杂度高、空间复杂度高 原理：计算新数据与样本集中所有数据的欧式距离，提取距离最近的 K 个样本的标签，取 K 个样本里出现次数最多的标签，作为新数据的分类标签 决策树 ID3 作用：分类算法 优点：计算复杂度不高、容易理解 ...
分类：
编程语言 时间：
2020-02-09 09:54:44
阅读次数：
61
# 介绍 决策树是监督学习的分类算法，关键在于决策树树的构造。构造决策树的算法有：ID3、C4.5、CART。 ID3算法的构造决策树的过程如下： # 选择特征 因为有好几个特征，依据哪一个特征划分，如，形如['四条腿','会叫','狗']，是依据有几条腿的特征，还是会不会叫的特征，所以要有评判标准... ...
分类：
其他好文 时间：
2020-02-03 22:44:21
阅读次数：
98
KNN算法介绍 KNN算法(K NearestNeighor Algorithm) 是一种最简单的分类算法。 算法核心： 假设在一个二维坐标平面中已经有了$n$个点，每个点的颜色已知，现在给定查询点$p$的坐标$(x,y)$，判断$p$的颜色。 对于已知的$n$个点，计算每个点和点$p$的欧几里得距 ...
分类：
编程语言 时间：
2020-02-03 12:07:15
阅读次数：
80
2019 10 16 14:46:06 仅供学习使用 aijiaoai 人工智能主要应用 1. 图像识别 识别图片中的内容、对象。 KNN 卷积神经网络 2. 情感分析 分析文本中包含的 文本，是正面的、负面的、中性的。 文本的表示：词向量、TFIDF 文本预处理、清洗 分类算法，逻辑回归、决策树、 ...
分类：
其他好文 时间：
2020-02-02 21:39:26
阅读次数：
124
