github上的專案，跟著一起學習
專案位址
隨機森林：有監督 整合學習模型（建立很多決策樹，再整合） 主要用於分類和回歸
隨機森林與決策樹的區別：隨機森林中，查詢根節點和分割特徵節點的過程是隨機進行的。
決策樹的構建方式：
1. 隨機選取資料：訓練集n個樣本，有放回的隨機抽取n個
2.特徵的隨機選取：樣本有m個特徵，隨機選取其中的m個，將m個中最優的**特徵用來**節點
隨機森林的**：
1. 用每個決策樹的規則來**測試特徵的結果
2. 計算每個**目標的票數
3. 票數最高的作為最終結果
學習《機器學習100天》第12天 支援向量機SVM
github上的專案，跟著一起學習 專案位址 1 什麼是svm 有監督可用於分類和回歸，主要用於分類 根據特徵值，構建n維空間，資料點投影到該空間 2 資料如何分類 找到乙個超平面 3 如何定義最佳超平面 最大化乙個距離，這個距離是到超平面最近的點的距離 4 線性和非線性資料 線性資料直接用超平面劃...
100天搞定機器學習
新增好友麻煩備註 github 100天搞定機器學習 day1資料預處理 100天搞定機器學習 day2簡單線性回歸分析 100天搞定機器學習 day3多元線性回歸 100天搞定機器學習 day4 6 邏輯回歸 100天搞定機器學習 day7 k nn 100天搞定機器學習 day8 邏輯回歸的數學...
機器學習100天（Day 2）
今天的學習內容是簡單線性回歸，簡單了說就是一次線性回歸。直接上 吧！step 1 import pandas as pd import numpy as np import matplotlib.pyplot as plt dataset pd.read csv studentscores.csv ...