文件名称：Classification-CPP:机器学习库，用于分类任务
文件大小：1.97MB
文件格式：ZIP
更新时间：2024-05-08 12:52:21
deep-neural-networks feature-selection naive-bayes-classifier pca statistical-tests
机器学习 机器学习与优化有关。 通过优化学习时，我们在模型上定义一个误差函数（损失函数）并尝试对其进行优化，即，尝试通过借鉴优化文献中的优化技术来找到模型的最优参数。 机器学习与算法有关。 在决策/回归树中，我们需要编写一个递归学习算法来对到达每个决策节点的数据进行分类，并且还需要编写一个递归代码以生成决策树结构。 机器学习与统计有关。 我们通常在数据上假设高斯噪声，在二次判别分析中在类协方差矩阵上假设多元正态分布，并使用交叉验证或自举法生成多个训练集。 机器学习与模型有关。 在决策树中，取决于特征的类型和所使用的决策函数，数据结构是二进制/ L元树。 机器学习与性能指标有关。 在分类中，如果要对分类器的性能进行粗略估计，则使用准确性。 如果我们需要有关成对类的更多详细信息，则可以使用混淆矩阵。 如果数据集有两个类别，则将遵循更多度量标准：精度，召回率，真实阳性率，错误阳性率，F度