Baymax's Blog

《机器学习》——集成学习

个体与集成 集成学习将多个个体学习器的学习结果通过某种策略结合起来,每个个体学习器可以使用相同的学习算法,称为基学习器,也可以使用不同的学习算法 集成学习通常针对弱学习器进行,个体学习器应该有一定的准确性和多样性,相互之间应该尽可能独立,这是集成学习研究的核心 集成学习方法可分为两类 序列化方法:个体学习器之间强依赖关系,必须串行生成,如Boosting 并行化方法:个...

《机器学习》——神经网络

神经元模型 感知机与多层网络 感知机由两层神经元组成,包含输入层和输出层,只有输出层拥有激活函数 其中的权重和阈值可以通过学习得到,更一般地,将阈值看做一个固定输入为-1的哑节点的连接权重,权重和阈值的学习就统一为权重的学习 感知机的学习规则,设样本$(\boldsymbol x,y)$,当前感知机的输出为$\hat y$ [\omega_i \leftarrow \omega...

《机器学习》——决策树

基本流程 决策树是基于树结构来进行分类,叶子节点对应决策结果,分支节点对应一个属性测试 决策树的递归过程有三种情况导致返回 当前节点包含的样本全部判定为同一类别,无需划分 当前属性集为空,或是所有样本在所有属性上取值相同,无法划分,该节点作为叶子节点 当前节点包含的样本集为空,无法划分,该节点作为叶子节点,决策结果为父节点样本最多的类别 划分选择 决策树的每个节点需...