wyf34418
这家伙很懒，什么也没写
RLS IndexTracking.zip
具体而言,我们可以人工检查每一项变量,并以此来确定哪些变量更为重要,然后,保留那些更为重要的特征变量。至于,哪些变量应该舍弃,我们以后在讨论,这会涉及到模型选择算法,这种算法是可以自动选择采用哪些特征变量,自动舍弃不需要的变量。这类做法非常有效,但是其缺点是当你舍弃一部分特征变量时,你也舍弃了问题中
机器学习 5 0 ZIP 2020-08-22 21:08:38
DBSCAN CODE.zip
作为最经典的密度聚类算法,DBSCAN使用一组关于“邻域”概念的参数来描述样本分布的紧密程度,将具有足够密度的区域划分成簇,且能在有噪声的条件下发现任意形状的簇。在学习具体算法前,我们先定义几个相关的概念: 邻域:对于任意给定样本x和距离ε,x的ε邻域是指到x距离不超过ε的样本的集合; 核心对象:若
机器学习 8 0 ZIP 2020-08-21 22:08:45