《统计学习方法》思维导图-中

栏目: 编程工具 · 发布时间: 5年前

内容简介:本章主要讲了决策树学习算法的三个部分:特征选择、树的生成方式和树的剪枝以及三种决策树算法:ID3、C4.5、CARTTips:决策树的东西比较多(这章啃了一个星期才啃完 (lll¬ω¬)),我们平时使用的sklearn里面的决策树用的就是CART算法,所以这章的重点就在于CART的两种树模型(回归树、分类树),ID3和C4.5可作为了解:

决策树

本章主要讲了决策树学习算法的三个部分:特征选择、树的生成方式和树的剪枝以及三种决策树算法:ID3、C4.5、CART

Tips:决策树的东西比较多(这章啃了一个星期才啃完 (lll¬ω¬)),我们平时使用的sklearn里面的决策树用的就是CART算法,所以这章的重点就在于CART的两种树模型(回归树、分类树),ID3和C4.5可作为了解:

《统计学习方法》思维导图-中

凹脑图在线浏览地址: 决策树

逻辑斯蒂回归模型

逻辑斯蒂回归模型是经典的分类学习器,在二分类的监督问题上分类效果非常好,其经典之处就在于LR的分布函数-sigmoid函数:

《统计学习方法》思维导图-中

思维导图在线浏览地址: 逻辑斯蒂回归模型

最大熵模型与最优化算法

最大熵模型目前应用在NLP上比较多,本章的最大熵模型的内容与数学推导公式比较多,大家可以选择自己想要了解的地方去了解就行:

《统计学习方法》思维导图-中

思维导图在线浏览地址: 最大熵模型与最优化算法

线性可分支持向量机

在机器学习的学习之路上,SVM是ML童鞋们在分类问题上一定会遇到的一个学习方法,SVM这一章将SVM按训练数据的线性可分性分为由简到繁分为三种模型: 线性可分支持向量机(linner support vector machine in linearly separable case)线性支持向量机(linear support vector machine) 以及 非线性支持向量机(non-linear support vector) 。在实际工程中,面对不同规模的数据集时,在小型数据集上,SVM有时仅需 小量 的训练数据,就可以得到比较好的训练结果,而这正是因为SVM的特性-支持向量,下面通过思维导图先简单介绍下SVM:

《统计学习方法》思维导图-中

线性可分支持向量机:

《统计学习方法》思维导图-中 思维导图在线浏览地址: 线性可分支持向量机

思维来自《统计学习方法》-李航

欢迎前往我的个人小站: www.wengjj.ink

才学疏浅,欢迎评论指导


以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

Perl语言入门

Perl语言入门

[美] Randal L.Schwartz、Tom Phoenix / 李晓峰 / 中国电力出版社 / 2002-8 / 48.00元

本书第一版于1993年问世,并从此成为畅销书。本书由Perl社区最著名、最活跃的两位成员写成,是Perl程序设计语言的精髓指南。 Perl最初只是Unix系统管理员的一个工具,在工作日里被用在无数的小任务中。从那以后,它逐步发展成为一种全功能的程序设计语言,特别是在各种计算平台上,它被用作Web编程、数据库处理、XML处理以及系统管理——它能够完成所有这些工作,同时仍然是处理小的日常工作的完......一起来看看 《Perl语言入门》 这本书的介绍吧!

HTML 压缩/解压工具
HTML 压缩/解压工具

在线压缩/解压 HTML 代码

Base64 编码/解码
Base64 编码/解码

Base64 编码/解码