”西瓜书“ 的搜索结果

     一、算法原理 决策树(Decision Tree)是一种有监督学习，它能够从一系列有特征和标签的数据中总结出决策(基于分类或回归)规则，并用树状图的结构来呈现这些规则，以解决分类和回归问题。 决策树基本算法的递归返回...

     西瓜书第十章-降维与度量学习一、k近邻学习二、低维嵌入 一、k近邻学习 k近邻（k-Nearest Neighbor，简称kNN） 学习是一种常用的监督学习方法，其工作机制非常简单：给定测试样本，基于某种距离度量找出训练集中...

     【项目资源】： 包含前端、后端、移动开发、操作系统、人工智能、物联网、信息化管理、数据库、硬件开发、大数据、课程资源、音视频、网站开发等各种技术项目的源码。 ... 【项目质量】： 所有源码都经过严格测试，...

     对于两类训练样本分开的超平面很多，我们需要找到对训练样本局部扰动的“容忍”性最好的那一个。对未见示例的泛化能力最强。（鲁棒性：一个系统或组织抵御或克服不利条件的能力。）距离超平面最近的几个训练样本能够...

     9.聚类 9.1.聚类任务 聚类是一种经典的无监督学习方法，无监督学习的目标是通过对无标记训练样本的学习，发掘和揭示数据集本身潜在的结构与规律，即不依赖于训练数据集的类标记信息。聚类则是试图将数据集的样本...

     西瓜书——支持向量机(SVM) 一、SVM简介 核心思想：利用某些支持向量机所构成的“超平面”(即分割平面)，利用“超平面”将样本点切割开来 是一种有监督的机器学习，二分类问题 特点： 可用于分类和预测，但不适合...

     西瓜书第十三章-半监督学习一、未标记样本二、生成式方法三、半监督SVM四、图半监督学习 一、未标记样本 形式化地看，有训练样本集Dl={(x1,y1),(x2,y2),⋯ ,(xl,yl)}D_l = \{(\pmb x_1,y_1),(\pmb x_2,y_2),\cdots...

10  
9  
8  
7  
6  
5  
4  
3  
2  
1  

推荐文章