Logo

菜单

腾云屋 铁剑恒涌，断虚入真。大道无疆，沉荒见本。

所有标签

#图片 1 #二手 1 #排版 1 #去背 0 #集成学习 1 #贝叶斯 2 #基尼指数 2 #决策树 5 #统计学 12 #数据挖掘 12 #预测 10 #数据处理 7 #v2 2 #升级 1 #1panel 1 #思源笔记 1 #备份 1 #Minio 1 #S3 1 #paperless 1 #新手 6 #赚钱 0 #被动收入 0 #手机卡 0 #经销商 0 #流量卡 0 #172号卡 0 #接入 1 #searxng 1 #openwebui 1 #永久 0 #邮箱 0 #namecrane 0 #na me crane 0 #优惠码 0 #服务器 2 #netcup 0 #docker 2 #人工智能对话 1 #deepseek 1
机器学习 #决策树#预测#数据挖掘#统计学#集成学习

机器学习入门 11: 集成学习

概述集成学习的基本概念、为何能降低方差与偏差、强调基学习器的多样性，并比较 Bagging、 Random Forest、 Boosting 的异同。

Sehlani 发布于 2025-11-02
机器学习 #决策树#预测#统计学#数据挖掘#新手

机器学习入门 补1: 收敛

感知机仅对线性可分数据收敛，遇到 XOR 等非线性问题会震荡，需特征变换或引入非线性模型解决。

Sehlani 发布于 2025-10-30
机器学习 #决策树#数据挖掘#预测#统计学

机器学习入门：6. 分类：基于规则的分类

1. Rule-Based Classifier 的核心思想 A. 基于规则的分类是什么？ 核心就是如果满足什么条件，就怎么怎么样。 IF <条件> THEN <类别> 这种规则由两部分组成： 前件 (antecedent)：条件部分（IF …） 后件 (consequent)：预测的类别（THEN

Sehlani 发布于 2025-10-08
机器学习 #决策树#基尼指数#统计学#数据挖掘#预测

机器学习入门：4. 对模型的评估

涵盖分类误差与泛化、训练误差对比，解析欠拟合 / 过拟合原因、复杂度惩罚与剪枝策略，以及模型评估与交叉验证要点。

Sehlani 发布于 2025-10-06
机器学习 #数据挖掘#数据处理#统计学#决策树#基尼指数

机器学习入门：3. 基础的概念和处理方法

本文系统介绍了机器学习的五大框架：监督学习、非监督学习、半监督学习、强化学习及其他类型，并详细讲解了决策树等具体训练方法及其评估指标。

Sehlani 发布于 2025-10-05