[资料]

介绍支持向量机与决策树集成等模型的应用

2021-9-1 06:57:36 979 向量机决策树

0 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。 0 Python 机器学习实战 —— 监督学习（下）.pdf 1 Bytes , 下载次数: 3
举报淘帖0 只看该作者最近下载过的用户(1) 相关推荐 • 决策树的生成资料 233 • 怎样使用UNICO生成具有多个决策树的UCF文件呢 299 • ML之决策树与随机森林 1830 • 李航统计学习第五章之决策树 1061 • 机器学习的决策树介绍 1526 • 分类与回归方法之决策树 899 • 决策树在机器学习的理论学习与实践 1850 • 基于决策树的CART算法识别印第安人糖尿病患者 1857 • 支持向量机——机器学习中的杀手级武器！ 3517 • 关于决策树，这些知识点不可错过 4721