原创 ML入門1.0 -- 手寫KNN

ML入門1.0 -- 手寫KNN全文內容KNN簡介寫作背景算法原理算法結構KNN實現運行結果完整代碼見github優缺點 全文內容 KNN簡介 KNN 全稱爲 K Nearest Neighbors 中文又稱 K- 近鄰算法

原创 ML入門6.0 手寫K-Means 聚類 (K-Means Clustering)

ML入門6.0 手寫K-Means 聚類 (K-Means Clustering)K-Means 簡介原理簡介聚類指標—距離K-Means算法步驟實現代碼運行結果優缺點優點缺點完整代碼見GitHub K-Means 簡介 聚類算

原创 ML入門5.0--手寫集成學習(Ensemble learning)

ML入門5.0 手寫集成學習(Ensemble learning)集成學習簡介原理簡介隨機抽樣Bagging隨機森林BoostingAdaBoosting細節優缺點實現代碼運行結果github地址 集成學習簡介 集成學習是機器學習

原创 ML入門4.0 手寫邏輯斯蒂迴歸 (Logistic Regression)

ML入門4.0 手寫邏輯斯蒂迴歸 (Logistic Regression)邏輯斯蒂迴歸簡介原理簡介決策邊界線性分割面的表達學習與分類損失函數第一種損失函數第二種損失函數第三種損失函數梯度下降法代碼實現運行結果GitHub地址優缺

原创 ML入門3.0 -- 手寫樸素貝葉斯(Na ̈ıve Bayes)

ML入門3.0--手寫樸素貝葉斯(Na ̈ıve Bayes)ML入門3.0 手寫樸素貝葉斯(Na ̈ıve Bayes)樸素貝葉斯簡介樸素貝葉斯原理算法思想貝葉斯公式拉普拉斯平滑應用舉例:手寫樸素貝葉斯分類:數據集函數運行結果完

原创 ML入門2.0 -- 手寫決策樹(Decision Tree)

ML入門2.0 手寫決策樹(Decision Tree)決策樹簡介決策樹原理決策樹舉例實驗截圖:數據集導入使用ID3分類算法使用C4.5(這裏是J48)手寫ID3運行結果:完整版程序見githhub 決策樹簡介 Decision

原创 ML入門

ML入門1.0 -- 手寫KNN全文內容KNN簡介寫作背景算法原理算法結構KNN實現運行結果完整代碼見github優缺點 全文內容 KNN簡介 KNN 全稱爲 K Nearest Neighbors 中文又稱 K- 近鄰算法