机器学习----基础概念的理解
来源:互联网 发布:基址寄存器存数据 编辑:程序博客网 时间:2024/06/05 13:31
1 机器学习含义:通过计算机来分析数据的规律并利用其处理数据
2 机器学习:分为有监督和无监督
有监督:有训练数据,已知目标变量(明确知道目标)分为:分类和回归
无监督:有训练数据,目标变量未知(在学习过程中探索目标)分为:聚类,密度估计
3 目标变量:标称型:分类中应用
连续型: 回归中应用
4 样本集:训练数据和测试数据,相互独立
5 各类算法的用途:
监督学习: 分类器 k-近邻 朴素贝叶斯
无监督学习: k-均值 DBSCAN
6 选择算法:1 目的任务 2 数据:离散、连续、缺失、异常、频率
预测目标变量的值--有监督否则无监督
有监督:目标变量离散--分类,否则--回归
无监督:数据是否要划分离散组,是且唯一:聚类,如果还要估计数据与分组的相似程度,则密度估计
7 机器学习步骤:
1)收集数据 2)调整数据 3)分析数据 4)训练算法 5)测试算法6)使用算法
(无监督学习4和5步骤合并)
小白入门书籍: 机器学习实战--peter harrington
阅读全文
0 0
- 机器学习----基础概念的理解
- 机器学习基础概念理解
- 机器学习的基础概念
- 机器学习概念理解
- 机器学习概念理解
- 机器学习基础概念
- 机器学习基础概念
- 机器学习基础概念
- 机器学习、深度学习概念术语的理解
- 机器学习之基础概念
- 机器学习的概念
- 【机器学习基础概念】VC维的来龙去脉
- 解读机器学习基础概念:VC维的来龙去脉
- 解读机器学习基础概念:VC维的来龙去脉
- 机器学习算法基础概念学习总结
- 机器学习算法基础概念学习总结
- 机器学习算法基础概念学习总结
- 机器学习算法基础概念学习总结
- React中的css失效
- 基于OpenXES的XES序列化源码示例
- Gson的使用
- Azkaban简介与使用
- Ubuntu安装flashplayer
- 机器学习----基础概念的理解
- 简单点,JavaScript
- [BZOJ2351][BeiJing2011]Matrix
- 基于ARM的嵌入式Linux应用程序开发
- FATFS文件系统
- 字符串匹配的KMP算法
- 极光推送jcenter 自动集成
- 虚连接作用与配置实例
- centos kafka manager 部署