《Machine Learning in&…
来源:互联网 发布:淘宝 618 大促 销售额 编辑:程序博客网 时间:2024/05/20 05:52
第一部分 分类http://blog.csdn.net/u012005313/article/details/49151341
监督学习一般使用两种类型的目标变量:标称型和数值型
标称型:标称型目标变量的结果只在有限目标集中取值,如真与假(标称型目标变量主要用于分类)
数值型:数值型目标变量则可以从无限的数值集合中取值,如0.100,42.001等(数值型目标变量主要用于回归分析)
知识表示可以采用规则集的形式,也可以采用概率分布的形式
在无监督学习中,将寻找描述数据统计值的过程称之为密度估计
目的->预测目标变量的值|是->监督学习算法|->离散性->分类器算法
--------------------------|-------------------|->连续性->回归算法
--------------------------|否->无监督|->仅仅只需要将数据化为几个离散的组->聚类算法
--------------------------------------|->还要估计数据与每个分组的相似程度->密度估计算法
1.5 开发机器学习应用的步骤
(1)收集数据(2)准备输入数据(3)分析输入数据(4)训练算法(5)测试算法(6)使用算法
科学函数库Scipy Numpy 可以与绘图工具Matplotlib协同工作。
阅读全文
0 0
- 《Machine Learning in&…
- Journal of Machine Learning Rese…
- The Machine Learning Dictionary
- Lesson 59 In or&n…
- Server Error in &…
- Design Science In&nbsp…
- Design Science In&nbsp…
- Design Science In&nbsp…
- Deep learning:四(logistic&…
- Deep learning:三十七(Deep&…
- Al-Qaeda affiliate in&…
- cmake in-source build&…
- SVN commit:remains in&…
- weibo 登录&nbsp…
- Android edittext&nbsp…
- !!! FAILED BINDER&nbsp…
- OGNL & ValueStack&…
- Deep learning:二(linear&nb…
- Python爬虫0.2
- python爬虫0.3
- 断言
- python0.4
- 初学nlp&nn
- 《Machine Learning in&…
- windows下多进程通信,基于共享内存环形队列实现
- 华为2017.8月笔试题
- H5多图片压缩加水印上传
- 欢迎使用CSDN-markdown编辑器
- 【机器学习基础】准确率(Accuracy), 精确率(Precision), 召回率(Recall)和F1-Measure
- 啊
- java学习笔记06
- mysql如何利用Navicat 导出和导入数据库