99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線電話：13121318867

登錄
首頁精彩閱讀機器學習中的有監(jiān)督和無監(jiān)督都包括些什么？
機器學習中的有監(jiān)督和無監(jiān)督都包括些什么？
2020-05-29
收藏


機器學習算法通常分為有監(jiān)督的（訓練數(shù)據(jù)有標記答案）和無監(jiān)督的（可能存在的任何標簽均未顯示在訓練算法中）。有監(jiān)督的機器學習問題又分為分類（預測非數(shù)字答案，例如錯過抵押貸款的可能性）和回歸（預測數(shù)字答案，例如下個月在曼哈頓商店出售的小部件的數(shù)量）。

無監(jiān)督學習可進一步分為聚類（查找類似對象的組，例如跑鞋，步行鞋和正裝鞋），關聯(lián)（查找對象的常見序列，例如咖啡和奶油）和降維（投影，特征選擇） ，以及特征提取。

分類算法

分類問題是有監(jiān)督的學習，要求在兩個或多個類別之間進行選擇，通常為每個類別提供概率。除了需要大量高級計算資源的神經(jīng)網(wǎng)絡和深度學習之外，最常見的算法是樸素貝葉斯，決策樹，邏輯回歸，K最近鄰和支持向量機（SVM）。也可以使用集成方法（模型的組合），例如“隨機森林”，其他“裝袋”方法以及增強方法（例如，AdaBoost和XGBoost）。

回歸算法

回歸問題是有監(jiān)督的學習，要求模型預測數(shù)字。最簡單，最快的算法是線性（最小二乘）回歸，但一般不應止步于此，因為它通常會返回一個中等的結果。其他常見的機器學習回歸算法（缺少神經(jīng)網(wǎng)絡）包括樸素貝葉斯，決策樹，K最近鄰，LVQ（學習矢量量化），LARS套索，彈性網(wǎng)，隨機森林，AdaBoost和XGBoost。值得注意的是，用于回歸和分類的機器學習算法之間存在一些重疊。

聚類算法

聚類問題是一種無監(jiān)督的學習問題，它要求模型查找相似數(shù)據(jù)點的組。最受歡迎的算法是K-Means聚類；其他包括均值漂移聚類，DBSCAN（基于噪聲的應用程序基于空間的聚類），GMM（高斯混合模型）和HAC（分層聚類）。

降維算法

降維是一個無監(jiān)督的學習，它要求模型刪除或組合對結果影響很小或沒有影響的變量。這通常與分類或回歸結合使用。降維算法包括刪除具有許多缺失值的變量，刪除具有低方差的變量，決策樹，隨機森林，刪除或組合具有高相關性的變量，后向特征消除，前向特征選擇，因子分析和PCA（主成分分析）。

優(yōu)化方法

訓練和評估可以通過優(yōu)化監(jiān)督算法的參數(shù)權重，找到最適合數(shù)據(jù)真實性的一組值，從而將監(jiān)督學習算法轉變?yōu)槟Ｐ?。算法通常將最速下降的變量用于?yōu)化程序，例如隨機梯度下降，它是從隨機起始點多次執(zhí)行的最速下降。

數(shù)據(jù)分析咨詢請掃描二維碼

若不方便掃碼，搜微信號：CDAshujufenxi

數(shù)據(jù)分析師資訊
更多

OK
客服在線
立即咨詢
客服在線
立即咨詢
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機數(shù)防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調用 initGeetest 進行初始化 // 參數(shù)1：配置參數(shù) // 參數(shù)2：回調，回調的第一個參數(shù)驗證碼對象，之后可以使用它調用相應的接口 initGeetest({ // 以下 4 個配置參數(shù)為必須，不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶后臺檢測極驗服務器是否宕機 new_captcha: data.new_captcha, // 用于宕機時表示是新驗證碼的宕機 product: "float", // 產(chǎn)品形式，包括：float，popup width: "280px", https: true // 更多配置參數(shù)說明請參見：http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計時完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請輸入'+oInput.attr('placeholder')+'！'; var errTxt = '請輸入正確的'+oInput.attr('placeholder')+'！'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }