- 简介
- 目录大纲
- 最新文档
案例一：鸢尾花分类
概述 鸢(yuān )尾花分类相当于机器学习中的Helloworld问题，如果这个问题你能解开了那么说明你机器学习已经入门了。 传统的机器学习任务从开始到建模的一般流程就是：获取数据 — 数据预处理 — 训练模型 — 模型评估 — 预测，分类。 我们将根据这个步骤一步一步展开，通过鸢尾花的4个属性预测鸢尾花属于3个种类的哪一类。 01 获取数据 机器学习算法往往需要大量的数据，在skleran……
gaojian - 2024年9月14日 15:03
分类模型评估
混淆矩阵 首先需要了解一下混淆矩阵，它是二分类模型评估的基础： | | 真实值为正 | 真实值为负 | | --- | --- | --- | | 预测值为正 | True Positive| False Positive | | 预测值为负 | False Negtive| True Negtive | 参数说明： - TP：True Positive 即预测为正，且预测正确 FP：Fal……
gaojian - 2023年2月23日 17:16
机器学习的优化算法
0. 概述 在机器学习算法中，常常需要计算最优解的值，但是这些最优解的值往往无法通过计算直接获得，因此需要通过一些方法来近似获得这些值，这样的方法我们称之为优化算法，它使得我们能够通过更少的计算来更快的获得近似的最优解。 1. 梯度下降法Gradient Descent 2. 随机梯度下降法 SGD 3. mini-batch 梯度下降法 4. 带动量的梯度下降法Gradient descent ……
gaojian - 2023年1月31日 10:48
XGBoost
XGBoost树的定义 先来举个例子： 我们要预测一家人对电子游戏的爱好程度，考虑到年龄因素，年轻人比老年人更喜欢电子游戏，考虑到日常是否使用电脑，年轻人日常使用电脑更多一些，于是我们可以构造出如下两棵决策树： 将两棵树的结论累加起来得到最终的结论： - 小孩的总分是：2+0.9=2.9 - 爷爷的总分是：-1-0.9=-1.9 因此我们认为小孩更喜欢电子游戏。 那么问题来了，这与GBDT有什么……
gaojian - 2023年1月11日 11:15
