发简信
IP属地：北京
-
反向传播反向传播（英語：Backpropagation，缩写为BP）是“误差反向传播”的简称，是一种与最优化方法（如梯度下降法）结合使用的，用来训练人工...
-
Bagging-随机森林
Bagging流派的机器学习, 其学习器之间没有没有依赖关系, 这意味着可以并行计算, Bagging的弱学习器之间没有boosting那样的联...
-
Boost-GBDT
GBDT也是集成学习Boosting家族的成员，但是却和传统的Adaboost有很大的不同。回顾下Adaboost，我们是利用前一轮迭代弱学习器...
-
Boost-Adaboost
我们知道boost系列是强依赖关系, 有这个依赖, 各个学习器之间还有这些问题没有解决: 如何计算学习的误差率 如何得到弱学习器的权重 如何更新...
-
总览集成学习(ensemble learning)本身不是一个单独的机器学习算法，而是通过构建并结合多个机器学习器来完成学习任务。也就是我们常说的“...
-
总结
决策树算法的有点 简单, 直观, 可解释性强, 建树容易 不需要预处理, 归一化, 以及处理缺失值 离散值, 连续值, 及其混合都可以处理 能够...
-
分治法
分治算法的基本思想是将一个规模为N的问题分解为K个规模较小的子问题，这些子问题相互独立且与原问题性质相同。求出子问题的解，就可得到原问题的解。即...
-
CART在ID3算法中我们使用了信息增益来选择特征，信息增益大的优先选择。在C4.5算法中，采用了信息增益比来选择特征，以减少信息增益容易选择特征值多的...
-
C4.5
ID3算法存在的不足, 在C4.5里面有了改进 不能处理连续特征的问题C4.5的思路是将连续特征离散化. 比如m个样本, 特征A有m个连续的值,...