写文章
- @weixin_43870329
简介
该用户还未填写简介
擅长的技术栈
未填写擅长的技术栈
可提供的服务
暂无可提供的服务
机器学习——决策树、随机森林（学习笔记）
笔记目录决策树基本流程划分选择1.ID3(信息增益)：分类2.C4.5(信息增益比)：分类3.CART(GINI系数)：分类与回归剪枝算法预剪枝后剪枝随机森林基本流程Out of bag error (OOBE)优缺点boost算法Adaboost算法GBDT(Gradient Boosting Decision Tree)算法XGBoost集成学习BaggingBoostingStacking决
深度学习学习笔记——RNN（LSTM、GRU、双向RNN）
前置知识深度学习是什么深度学习是机器学习的一个分支由全连接网络、卷积神经网络和循环神经网络构成的结构多层全连接网络：多层感知器多层卷积神经网络卷积神经网络基本结构数据：2D输入数据形式：[批尺寸（batchsize），高度（H），宽度(W)，通道数(特征数)(channel)]，[B, H, W, C]2D卷积核心格式：[(卷积核心大小1，卷积核心大小2)，输入通道数(特征），输出通道数（特征）]
机器学习——分类器算法对比（KNN、SVM、朴素贝叶斯、随机森林、Adaboost）（学习笔记）
目录k邻近(KNN)基础算法实例优缺点代码实现支持向量机(SVM)基础算法对偶问题松弛变量核函数代码实现朴素贝叶斯算法基本算法优点代码实现过拟合(Over fitting)以及欠拟合(Under fitting)集成学习方差和偏差模型的偏差和方差是什么？bagging的偏差和方差boosting的偏差和方差模型的独立性算法对比k邻近(KNN)基础算法KNN是通过测量不同特征值之间的距离进行分类。它
到底了