https://www.jianshu.com/p/b5996bf06bd6 15.评价指标 袁一帆 关注 2016.03.05 09:26* 字数 1956 阅读 4065评论 2喜欢 10 1. 分类问题评价指标 1-1. 精确率与召回率 精确率（Precision）指的是模型判为正的所有样本中 ...
分类：
其他好文 时间：
2019-01-23 17:24:32
阅读次数：
206
1.Logistic Regression是一个二元分类问题 (1)已知输入的特征向量x可能是一张图，你希望把它识别出来，这是不是猫图，你需要一个算法，可以给出预测值，更正式的y是一个概率，当输入特征x满足条件的时候y就是1。换句话说，如果x是图片，那就需要拿到一张猫图的概率。 (2)Sigmoid ...
分类：
其他好文 时间：
2019-01-21 21:42:47
阅读次数：
339
前置知识 求导 知识地图 逻辑回归是用于分类的算法，最小的分类问题是二元分类。猫与狗，好与坏，正常与异常。掌握逻辑回归的重点，是理解 S型函数 在算法中所发挥的作用，以及相关推导过程。 从一个例子开始 假设我们是信贷工作人员，有 ...
分类：
其他好文 时间：
2019-01-17 00:33:03
阅读次数：
267
决策树 概述决策树（Decision Tree）算法是一种基本的分类与回归方法，是最经常使用的数据挖掘算法之一。我们这章节只讨论用于分类的决策树。决策树模型呈树形结构，在分类问题中，表示基于特征对实例进行分类的过程。它可以认为是 if-then 规则的集合，也可以认为是定义在特征空间与类空间上的条件... ...
分类：
其他好文 时间：
2019-01-16 23:22:15
阅读次数：
244
机器学习的两大基本问题：回归问题与分类问题。 什么是机器学习：根据已知的数据学习出一个数学函数使其能够有更强的预测能力。 学习路线：传统学习-深度学习-强化学习 ...
分类：
其他好文 时间：
2019-01-15 14:34:30
阅读次数：
202
本篇主要总结1.二分类逻辑回归简单介绍 ， 2.算法的实现 3.对欠拟合问题的解决方法及实现（第二部分） 1.逻辑回归 逻辑回归主要用于非线性分类问题。具体思路是首先对特征向量进行权重分配之后用 sigmoid 函数激活。如下公式(1)(2) : h > 0.5时，分类为1。h < 0.5时分类为0 ...
分类：
其他好文 时间：
2019-01-14 21:24:57
阅读次数：
242
多分类问题优先选择SVM，随机森林，其次是逻辑回归。 朴素贝叶斯和线性回归都是比较简单的模型，对于数据的要求比较高，功能不是特别强大。 1、决策树 不需要对数据做任何预处理， 2、随机森林 3、数据预处理与特征工程 （1）数据预处理：只需要X 数据无量钢化：标准化(转化为正态分布)、归一化(不改变数 ...
分类：
编程语言 时间：
2019-01-13 16:08:38
阅读次数：
312
1、算法介绍决策树是一种基本的分类和回归方法，决策树模型呈树形结构，在分类问题中，表示基于特征对实例进行分类的过程。决策树学习通常包括三个步骤：特征选择、决策树的生成和决策树的修剪。决策树的本质是从训练数据集中归纳出一组分类规则。本文主要是对决策树的ID3算法的介绍，后文会介绍C4.5和CART算法。2、算法优缺点优点：计算复杂度不高，结果易于理解，对于中间值的缺失不敏感，可以处理不相关特征。缺点
分类：
其他好文 时间：
2019-01-13 00:25:16
阅读次数：
191
1、逻辑回归其实可以称之为广义的线性回归，采用和线性回归类似的模型。但是逻辑回归解决的是一个分类问题，因此会对求出的y值做一个sigmod函数映射，然后根据预先设定的阈值进行标签处理。其中，使用sigmod函数将θTx映射一个0-1之间的值，和深度学习中的sigmod或者relu函数作用类似。 2、 ...
分类：
其他好文 时间：
2019-01-12 13:24:12
阅读次数：
163
原文链接： Jack Cui，https://cuijiahua.com/blog/2017/11/ml_4_bayes_1.html 一、前言 朴素贝叶斯算法是有监督的学习算法，解决的是分类问题，如客户是否流失、是否值得投资、信用等级评定等多分类问题。该算法的优点在于简单易懂、学习效率高、在某些领 ...
分类：
其他好文 时间：
2019-01-12 12:03:56
阅读次数：
183
