决策树 概念 决策树(Decision Tree)是一种基本的分类与回归方法,本文主要讨论分类决策树。决策树模型呈树形结构,在分类问题中,表示基于特征对实例进行分类的过程。它可以认为是if-then规
k-近邻算法(k-Nearest Neighbour algorithm),又称为KNN算法,是数据挖掘技术中原理最简单的算法。 KNN的工作原理:给定一个已知标签类别的训练数据集,输入没有标签的新数
1.基本概念 **线性回归(Linear Regression)**是一种通过属性的线性组合来进行预测的线性模型,其目的是找到一条直线或者一个平面或者更高维的超平面,使得预测值与真实值之间的误差最小化
XGBoost is an optimized distributed gradient boosting library designed to be highly efficient, flexi
前面几章的介绍了几种分类算法,当然各有优缺。如果将这些不同的分类器组合起来,就构成了我们今天要介绍的集成方法或者说元算法。集成方法有多种形式:可以使多种算法的集成,也可以是一种算法在不同设置下的集成,
机器学习算法工具箱,包括各种机器学习的算法(mstlab).
介绍了的weka使用方法和基本实现架构,在对算法的实现流程和中相关接口进行了详细说明, 成功在平台中嵌入了该算法。
一张机器学习算法地图,包括所有的监督学习,无监督学习算法损失函数、优化目标等
与使用数学语言或计算机编程语言讲解算法的书不同,本书另辟蹊径,用通俗易懂的人类语言以及大量有趣的示例和插图讲解10多种前沿的机器学习算法。内容涵盖k均值聚类、主成分分析、关联规则、社会网络分析等无监督
机器学习算法贝叶斯网络人工智能深度学习
