1.理解分类与监督学习、聚类与无监督学习。 简述分类与聚类的联系与区别。 区别： 分类的目的是为确定一个点的类别，具体有哪些类别是已知的，常用算法是KNN，是一种有监督学习。 聚类的目的是将一系列点分为若干类，事先是没有类别的，常用算法是K-Means,是一种无监督学习。 联系： 两种的实现都包含这 ...
分类：
编程语言 时间：
2020-05-10 19:36:50
阅读次数：
70
1.理解分类与监督学习、聚类与无监督学习。 简述分类与聚类的联系与区别。 联系：分类与聚类都是通过预处理使得数据能基于一个分析目标而被整理。 区别：分类是有监督，靠的是学习； 聚类无监督，靠的是启发式搜索。 简述什么是监督学习与无监督学习。 有监督学习：事先知道训练样本的标签，通过挖掘将属于不同类别 ...
分类：
其他好文 时间：
2020-05-10 19:00:37
阅读次数：
94
1.理解分类与监督学习、聚类与无监督学习。 简述分类与聚类的联系与区别。 简述什么是监督学习与无监督学习。 答： （1）分类与聚类： 分类简单来说，就是根据文本的特征或属性，划分到已有的类别中。也就是说，这些类别是已知的，通过对已知分类的数据进行训练和学习，找到这些不同类的特征，再对未分类的数据进行 ...
分类：
编程语言 时间：
2020-05-09 23:35:55
阅读次数：
76
1.理解分类与监督学习、聚类与无监督学习。 简述分类与聚类的联系与区别。 分类：目的是为了确定一个点的类别，具体哪些类别是已知的，常用的算法是KNN，是一种有监督学习。 聚类：是将一系列点分成若干类，事先没有类别的常用K-means算法，是一种无监督学习。 简述什么是监督学习与无监督学习。 监督学习 ...
分类：
编程语言 时间：
2020-05-07 18:15:01
阅读次数：
69
U-Net网络模型属于全卷积神经网络的一种，是一个有监督的端到端的图像分割网络，由弗莱堡大学Olaf在ISBI举办的细胞影像分割比赛中提出的[1]。其网络结构形式字母U，如图，命名为U-Net，网络主要由两部分，收缩路径（编码层）和扩展路径（解码层），前者主要用于提取图片的上下信息，后者用于对图片中 ...
分类：
Web程序 时间：
2020-05-02 00:16:32
阅读次数：
158
1.本节重点知识点用自己的话总结出来，可以配上图片，以及说明该知识点的重要性 （1）有监督：训练数据集必须是有标记，然后通过给定的训练数据和特定的算法去构造一个模型。 无监督：训练数据集没有标记，去寻找训练数据中隐藏的模式或者是对数据进行分组。 （2）线性回归原理： 线性回归在假设特证满足线性关系， ...
分类：
编程语言 时间：
2020-04-22 13:14:16
阅读次数：
64
什么是机器学习？ 定义是从数据中寻找关系f(x)，在新数据中根据f(x)做出预测。我认为机器学习根基就是大数定律，在一部分数据寻找得规律可以一定程度反映出全局数据得特性。 那怎样去寻找这种关系呢？ 机器学习的分类 一、有监督学习 有监督学习就是训练数据对应的有label，在训练过程中根据label来 ...
分类：
其他好文 时间：
2020-04-19 14:33:46
阅读次数：
65
1. 数据预处理；2. 特征工程；3. 模型选择/融合；4. 模型训练/测试；5. 其他问题；6. 模型评估。 ...
分类：
其他好文 时间：
2020-04-18 23:05:16
阅读次数：
129
''' KNN 近邻算法，有监督学习算法 用于分类和回归 思路: 1.在样本空间中查找 k 个最相似或者距离最近的样本 2.根据这 k 个最相似的样本对未知样本进行分类 步骤： 1.对数据进行预处理 提取特征向量，对原来的数据重新表达 2.确定距离计算公式 计算已知样本空间中所有样本与未知样本的距离 ...
分类：
编程语言 时间：
2020-04-10 11:57:22
阅读次数：
77
数据挖掘 贝叶斯分类 [toc] 1. 贝叶斯分类器概述 1.1 贝叶斯分类器简介 1.1.1 什么是贝叶斯分类器？ 贝叶斯分类器是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类器 1.1.2 朴素贝叶斯分类器 朴素贝叶斯分类器是贝叶斯分类器中最简单，也是最常见的一种分类方法。 ...
分类：
其他好文 时间：
2020-03-30 19:28:36
阅读次数：
90
