發(fā)簡信
IP屬地：河南
-
【轉】聚類算法——Kmeans算法一、關于聚類及相似度、距離的知識點 二、k-means算法思想與流程 三、sklearn中對于kmeans算法的參數(shù) 四、代碼示例以及應用的知識...
-
【總結】樹類算法認知總結
1.分類樹與決策樹的區(qū)別？ 分類樹使用信息增益或增益比率來劃分節(jié)點；每個節(jié)點樣本的類別情況投票決定測試樣本的類別。 回歸樹使用平方誤差最小化(最...
-
【轉】RF、GBDT、XGBoost面試級整理
由于本文是基于面試整理，因此不會過多的關注公式和推導，如果希望詳細了解算法內(nèi)容，敬請期待后文。 RF、GBDT和XGBoost都屬于集成學習（E...
-
【轉】機器學習算法---隨機森林實現(xiàn)（包括回歸和分類）
1.隨機森林回歸和分類的不同： 隨機森林可以應用在分類和回歸問題上。實現(xiàn)這一點，取決于隨機森林的每顆cart樹是分類樹還是回歸樹。 如果cart...
-
【轉】 機器學習實踐中應避免的七種常見錯誤
轉載自：http://www.52cs.org/?p=879 統(tǒng)計建模和工程開發(fā)很相似。 在工程開發(fā)中，人們有多種方法搭建一套鍵-值存儲系統(tǒng)，每...