机器学习笔记
来源:互联网 发布:网络脱口秀节目排行榜 编辑:程序博客网 时间:2024/05/21 22:48
机器学习可以用来进行压缩。用规则拟合数据,我们能得到比数据更简单的解释,需要的存储空间更少,处理所需要的计算更少。
机器学习的另一种用途是异常值的检测,即发现那些不守规则的例外情况。
回归和分类均属于监督学习问题,其中输入
在非监督学习中只有输入数据,我们的目标是发现输入数据的规律。输入空间存在着某种结构,使得特定的模式比其他模式更常出现,而我们希望知道那些经常发生,那些不经常发生,在统计学中称为密度估计。
要在sublime开发环境中运行Python代码,有以下两个步骤:
1. 需要先将Python的安装路径配置到sublime中的编译系统中:打开sublimeText
在菜单栏找到Tools——>编译系统——>新编译系统
在新的配置文件中输入如下配置
{
“cmd”: [“***********”,”-u”,”$file”],
“file_regex”: “^[ ]*File \”(…*?)\”, line ([0-9]*)”,
“selector”: “source.python”,
“encoding”: “cp936”,
}
其中***********处填写你的电脑中python的安装路径。
2. 接下来应该还要解决如何运行那些运行过程中需要参数输入的程序。具体教程。这个问题可以通过安装一个插件sublimeREPL解决 。在已经安装了包管理器的前提下按ctrl+shift+p快捷键呼出一个输入框,输入Install Package,回车,在新出现的输入框里输入SublimeREPL,在下面的选择列表中选中回车就会开始安装,一般几秒钟就能装完。
在刚刚的python文件的界面里点击上方菜单栏的tools->sublimeREPL->python->python run current file,这时候就像IDLE一样,会弹出一个新的窗口,而且是可交互的,可以输入
机器学习中分类算法:
1. k-近邻算法
2. 决策树:优点是:计算复杂度不高,输出结果易于理解,对中间值的缺失不敏感,可以处理不相关的特征数据。缺点:可能会产生过度匹配的问题。
- 《机器学习》学习笔记
- 机器学习----学习笔记
- 机器学习学习笔记
- 机器学习 学习笔记
- 机器学习 学习笔记
- 机器学习 学习笔记
- 机器学习 学习笔记
- 机器学习 学习笔记
- 机器学习 学习笔记
- 机器学习 学习笔记
- Tom机器学习笔记
- 【机器学习笔记】简介
- 机器学习-笔记2
- 机器学习-笔记3
- 机器学习-笔记4
- 机器学习-笔记5
- 机器学习-笔记6
- 机器学习-笔记7
- 复杂度
- 作业.设计一个动物声音模拟器(接口)
- 题目68:三点顺序
- 彻底剖析numpy的数据类型
- 51nod 1562 玻璃切割 (STL map+一点点的思考)
- 机器学习笔记
- vim 配置
- 11.19
- 51nod 1649 齐头并进 (djikstra求最短路径,只用跑一次)
- fjnuoj1193 布置会场( 快速幂 矩阵)
- opencv-图像抠图
- TCP/IP网络编程学习之路二
- 剔除重复数据
- 刷题蓝桥杯(java)---Huffman树