- 博客(14)
- 收藏
- 关注
RSS订阅原创 多分类逻辑回归原理与复现
复现多分类逻辑回归，并给出伪代码和本文复现的详细代码。在本文对代码给出了详细的注释，能够更好的理解每一行代码的作用。同时使用数据进行验证，可发现效果更好。
2023-07-04 23:49:34
1141
原创 二分类逻辑回归原理与复现
复现二分类LogisticRegression(逻辑回归)，加深模型的理解与复现能力。文中会给出伪代码和相关的具体计算案例帮助理解。逻辑回归（Logistic Regression）是一种用于解决分类问题的统计学习方法。与线性回归不同，逻辑回归的因变量是离散的而非连续的。它通过建立一个逻辑回归模型来预测观测值所属的类别，模型输出的值范围在0和1之间，表示观测值属于某个类别的概率。
2023-07-04 22:34:31
1418
2
原创 GaussianNB原理解释和代码复现
多加学习和理解不同机器学习算法，因此写下这篇关于GaussianNB（高斯朴素贝叶斯）算法的详细伪代码以及计算过程。提示：以下是本篇文章正文内容，下面案例可供参考在这里给出了sklearn库的GaussianNB类与编写的MYGaussianNB类，使用了相同数据集进行验证。同时在前面给出了该算法的伪代码和实际小例运算，方便读者们更好的理解。
2023-07-04 15:31:43
1009
原创 优化KNN算法
读者可看此文章，为复现的knn算法python实现KNN算法_AGuiRong的博客-CSDN博客该文章为针对复现的knn算法进行优化。对KNN算法采取了10折运算原理，在给定的参数范围内选取最优参数值，并给出了可视化效果。
2023-07-03 23:07:58
1303
1
原创 python实现KNN算法
使用numpy复现KNN算法。（1）更加了解算法以及熟练复现能力。（2）为后续优化改进KNN算法做铺垫。（3）涉及到的运算使用numpy，加快运算。后续，将会如kmeans算法一样，将三支决策思想融入进去，优化算法。使得knn算法的效果提升的更好。
2023-07-03 21:23:49
2387
1
原创 基于ID3算法的决策树分类模型
用于理解决策树模型，并以此进行复现依据ID3算法，进行复现。在复现中，尽可能所有运算只通过numpy实现，减少for循环的调用，做到减少运算量，加快运算结果。
2023-07-01 16:21:40
899
原创 分类模型-GridSearchCV-网格调参
最近需要进行模型对比，验证算法好坏。针对每种模型，都有他们对应的参数可以进行调整，我们如果有足够的算力的话，可以考虑的参数个数多点，参数值范围广一点。如果我们考虑的参数受到限制的话，甚至可能效果是会比初始参数的效果要差一些，毕竟网格搜索就是更多的网格(参数)会搜索更好的结果。其实我们在建模之前，不妨先对数据进行处理，可以挑选有效特征列(属性)，这样的话，能够使得用较少的属性，获取更大的指标值(accuracy,f1等等)。读者不妨可参考模糊粗糙集知识。对数据集筛选，进行属性约简。
2023-05-30 20:39:52
4579
7
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人