完善资料让更多小伙伴认识你,还能领取20积分哦, 立即完善>
本文主要介绍支持向量机、k近邻、朴素贝叶斯分类 、决策树、决策树集成等模型的应用。讲解了支持向量机SVM线性与非线性模型的适用环境,并对核函数技巧作出深入的分析,对线性Linear核函数、多项式Poly核函数,高斯RBF核函数进行了对比。讲述了K近邻的使用方法。对高斯朴素贝叶斯分类器(Gaussian naive Bayes)、多项式朴素贝叶斯分类器(Multinomial naive Bayes)和 伯努利贝叶斯分类器 (Bernoullinaive Bayes)进行了不同的介绍。
|
|
只有小组成员才能发言,加入小组>>
2276 浏览 0 评论
8266 浏览 4 评论
35997 浏览 18 评论
4894 浏览 0 评论
23621 浏览 34 评论
1106浏览 2评论
1350浏览 1评论
1657浏览 1评论
1185浏览 0评论
1621浏览 0评论
小黑屋| 手机版| Archiver| 电子发烧友 ( 湘ICP备2023018690号 )
GMT+8, 2024-9-21 16:33 , Processed in 1.124406 second(s), Total 72, Slave 53 queries .
Powered by 电子发烧友网
© 2015 bbs.elecfans.com
关注我们的微信
下载发烧友APP
电子发烧友观察
版权所有 © 湖南华秋数字科技有限公司
电子发烧友 (电路图) 湘公网安备 43011202000918 号 电信与信息服务业务经营许可证:合字B2-20210191 工商网监 湘ICP备2023018690号