原创 [無監督學習] K-Means聚類

無監督學習:通過無標籤的數據,學習數據的分佈或數據與數據之間的關係。 1.聚類算法 1 定義:根據數據的“相似性”將數據分爲多類的過程。 1.1. 算法模塊 :K-Means、近鄰傳播算法、DBSCAN算法,高斯混合模型(GMM)

原创 [無監督學習] PCA降維

無監督學習:通過無標籤的數據,學習數據的分佈或數據與數據之間的關係。 1. 降維算法 1 定義:用低維的概念去類比高維的概念.將高維的圖形轉化爲低維的圖形的方法。 1.1. 算法模塊 :PCA算法、NMF(非負矩陣分解)算法、LD

原创 Pandas-學習數據處理

歡迎轉載,轉載請註明出處: https://blog.csdn.net/qq_41709378/article/details/105374247 —————————————————————————————————————————

原创 [監督學習] 分類(K近鄰算法)

以下是本人整理的機器學習-監督學習有關知識,詳細請看鏈接: 監督學習框架:思維導圖-python. 目錄KNN算法Python實現過程一:導入sklearn庫二:案例一測試三:案例二測試四:交叉驗證獲取最佳-K值 KNN算法 一:

原创 [機器學習] - 支持向量機(一): 硬間隔支持向量機

歡迎轉載,轉載請註明出處:https://blog.csdn.net/qq_41709378/article/details/106582742 ——————————————————————————————————————————

原创 [機器學習] : 監督學習 (框架)

監督學習 目錄監督學習1. 分類1.1分類學習1.2分類學習-評價1.3分類學習-評價標準1.4 Sklearn Vs 分類1.5 分類算法的應用2. 迴歸分析2.1 Sklearn vs.迴歸2.2 迴歸應用 定義:利用一組帶有

原创 [機器學習] - 支持向量機(五): SVM程序 - Python

支持向量機: [機器學習] - 拉格朗日乘子法與KKT條件. [機器學習] - 支持向量機(一): 硬間隔支持向量機. [機器學習] - 支持向量機(二): 軟間隔支持向量機. [機器學習] - 支持向量機(三): 序列最小優化算

原创 [機器學習] - 支持向量機(四):核函數

我們之前討論的情況分兩種,在樣例線性可分的假設上,介紹了SVM的硬間隔,當樣例線性不可分時,介紹了SVM軟間隔,引入鬆弛變量,將模型進行調整,以保證在不可分的情況下,也能夠儘可能地找出分隔超平面。 上兩節介紹的SVM硬間隔和SVM

原创 [機器學習] - 支持向量機(二): 軟間隔支持向量機

歡迎轉載,轉載請註明出處:https://blog.csdn.net/qq_41709378/article/details/106639967 ——————————————————————————————————————————

原创 數分+高代+概率論+其他

本博客記錄的是基礎的數學知識,整理後,方便查閱。 內容包括:數學分析、高等代數、常微分方程、其他數理知識 內容不是一蹴而就,自己在邊學習邊整理,希望能夠幫助到大家。 歡迎轉載,轉載請註明出處:https://blog.csdn.

原创 LeetCode 990.等式方程的可滿足性 [Python]

問題 給定一個由表示變量之間關係的字符串方程組成的數組,每個字符串方程 equations[i] 的長度爲 4,並採用兩種不同的形式之一:“a==b” 或 “a!=b”。 在這裏,a 和 b 是小寫字母(不一定不同),表示單字母變

原创 [機器學習] -提升方法AdaBoost

Adaboost是一種集成學習的方法,當採用基於簡單模型的單個分類器對樣本進行分類的效果不理想時,人們希望能夠通過構建並整合多個分類器來提高最終的分類性能。 Boosting方法並不是簡單地對多個分類器的輸出進行投票決策,而是通過

原创 [機器學習] - 支持向量機(三): 序列最小優化算法(SMO算法)

本文是翻譯:斯坦福的cs229機器學習SVM課程PDF(SMO部分) 原文鏈接:chrome-extension://ibllepbpahcoppkjjllbabhnigcbffpi/http://cs229.stanford.e

原创 LeetCode 46. 把數字翻譯成字符串 [Python]

問題 給定一個數字,我們按照如下規則把它翻譯爲字符串:0 翻譯成 “a” ,1 翻譯成 “b”,……,11 翻譯成 “l”,……,25 翻譯成 “z”。一個數字可能有多個翻譯。請編程實現一個函數,用來計算一個數字有多少種不同的翻譯

原创 LeetCode 70. 爬樓梯 [Python]

問題 假設你正在爬樓梯。需要 n 階你才能到達樓頂。 每次你可以爬 1 或 2 個臺階。你有多少種不同的方法可以爬到樓頂呢? 示例 1: 輸入: 2 輸出: 2 解釋: 有兩種方法可以爬到樓頂。(1 階 + 1 階)、(2 階)