1. python
2. python機器學習的庫:scikit-learn
2.1: 特性:
簡單高效的資料探勘和機器學習分析2.2 覆蓋問題領域:對所有使用者開放,根據不同需求高度可重用性
基於numpy, scipy和matplotlib
開源,商用級別:獲得 bsd許可
分類(classification), 回歸(regression), 聚類(clustering), 降維(dimensionality reduction)
模型選擇(model selection), 預處理(preprocessing)
3. 使用用scikit-learn
安裝scikit-learn: pip, easy_install, windows installer
安裝必要package:numpy, scipy和matplotlib, 可使用anaconda (包含numpy, scipy等科學計算常用
package)
安裝注意問題:python直譯器版本(2.7 or 3.4?), 32-bit or 64-bit系統
新增anaconda 到myeclipse10
4.例子
3 1 決策樹演算法
什麼是決策樹 判定樹 decision tree 判定樹是乙個類似於流程圖的樹結構 其中,每個內部結點表示在乙個屬性上的測試,每個分支代表乙個屬性輸出,而每個樹葉結點代表類或類分布。樹的最頂層是根結點。機器學習中分類方法中的乙個重要演算法 構造決策樹的基本演算法 3.1 熵 entropy 概念 資...
3 1決策樹演算法
0.機器學習中分類和 演算法的評估 準確性,速度,強壯性,可規模性,課解釋性。1.什麼是決策樹 判定樹 decision tree 判定樹是乙個類似於流程圖的樹結構 其中,每個內部結點表示在乙個屬性上的測試,每個分支代表乙個屬性輸出,而每個樹葉結點代表類或類分布。樹的最頂層是根結點。3.構造決策樹的...
3 1 決策樹 decision tree 演算法
0.機器學習中分類和 演算法的評估 1.什麼是決策樹 判定樹 decision tree 判定樹是乙個類似於流程圖的樹結構 其中,每個內部結點表示在乙個屬性上的測試,每個分支代表乙個屬性輸出,而每個樹葉結點代表類或類分布。樹的最頂層是根結點。2.機器學習中分類方法中的乙個重要演算法 3.構造決策樹的...