目前分類:機器學習_知識 (9)

瀏覽方式: 標題列表 簡短摘要

ML - 天真貝氏法 Naïve-Bayes

ricky10116r2d2 發表在 痞客邦 留言(0) 人氣()

ML - scikit-learn 選擇學習

ricky10116r2d2 發表在 痞客邦 留言(0) 人氣()

ML - Principal components analysis 主成分分析

在多元統計分析中,主成分分析英語:Principal components analysisPCA)是一種分析、簡化數據集的技術。

ricky10116r2d2 發表在 痞客邦 留言(0) 人氣()

sklearn中的判别分析主要包括两类,LinearDiscriminantAnalysis和QuadraticDiscriminantAnalysis

LDA是一种监督学习的降维技术

ricky10116r2d2 發表在 痞客邦 留言(0) 人氣()

ML - 支援向量機 Support Vector Machine

機器學習中,支援向量機英語:support vector machine,常簡稱為SVM,又名支援向量網路[1])是在分類迴歸分析中分析資料的監督式學習模型與相關的學習演算法

ricky10116r2d2 發表在 痞客邦 留言(0) 人氣()

ML - 羅吉斯迴歸 logistic regression

Logistic Regression適合用一般二元分類的問題,亦即判斷某個問題是true還是false

ricky10116r2d2 發表在 痞客邦 留言(0) 人氣()

分群演算法

聚類分析英語:Cluster analysis,亦稱為群集分析)是對於統計數據分析的一門技術,在許多領域受到廣泛應用,包括機器學習數據挖掘模式識別圖像分析以及生物信息。聚類是把相似的對象通過靜態分類的方法分成不同的組別或者更多的子集(subset),這樣讓在同一個子集中的成員對象都有相似的一些屬性,常見的包括在坐標系中更加短的空間距離等

ricky10116r2d2 發表在 痞客邦 留言(0) 人氣()

 

ricky10116r2d2 發表在 痞客邦 留言(0) 人氣()

線性回歸 linear regression

 

ricky10116r2d2 發表在 痞客邦 留言(0) 人氣()