机器学习算法进行了参数化,以便它们可以针对给定的问题进行最佳调整。困难之处在于,为特定问题配置算法本身可能就是一项艰巨的任务。就像为某个问题选择“最佳”算法一样,您事先无法知道哪些算法参数最适合 [...]
机器学习算法进行了参数化,以便它们可以针对给定的问题进行最佳调整。困难之处在于,为特定问题配置算法本身可能就是一项艰巨的任务。就像为某个问题选择“最佳”算法一样,您事先无法知道哪些算法参数最适合 [...]
R 中的 caret 包旨在简化应用机器学习的过程。解决数据问题的关键部分在于理解您拥有的数据。您可以通过数据可视化总结属性来快速完成此操作。有很多用于总结数据的软件包和函数 [...]
用于统计计算的 R 平台可能是应用机器学习最流行且功能最强大的平台。R 中的 caret 包被称为“R 的竞争优势”。它使得在 R 中训练、调整和评估机器学习模型的过程变得一致、简单,甚至有趣。在这篇文章中,您将发现 [...]
机器学习在入门时可能难以理解。有很多推荐和使用的算法和流程,其中许多的解释难以深入理解其工作原理和原因。这可能会让人感到不知所措。您可以用来掌握机器学习算法和实践的一种方法是 [...]
《应用预测建模》一书通过 R 代码示例教授了实用的机器学习理论。这是一本出色的书籍,强烈推荐给机器学习从业者和 R 语言的机器学习用户。在这篇文章中,您将发现这本书的好处以及它如何帮助您成为一个更好的机器学习 [...]
R 是应用机器学习最受欢迎的平台。当您想认真对待应用机器学习时,您会发现 R 是您要走的路。它非常强大,因为它提供了大量的机器学习算法。一个问题是,这些算法都是由第三方提供的,这使得它们的使用 [...]
当您构建预测模型时,您需要一种方法来评估模型在未见过的数据上的能力。这通常通过估计准确性来完成,使用未用于训练模型的数据,例如测试集,或使用交叉验证。R 中的 caret 包提供了 [...]
每天、每周、每月都有越来越多的机器学习和其他方面的博客和视频被创建出来。如果您正在工作或上学,会感到难以跟上如此多的材料。更糟糕的是,您会觉得如果您错过了什么,就会处于巨大的劣势。在 [...]
优化是机器学习的重要组成部分。它是大多数流行方法的核心,从最小二乘回归到人工神经网络。在这篇文章中,您将发现 R 中 5 种优化算法的示例。这些方法可能对您自己实现机器学习算法的核心有所帮助。您 [...]
在这篇文章中,您将发现使用 R 中的决策树进行非线性分类的 7 种示例。本文中的所有示例都使用了 R 的 datasets 包中提供的鸢尾花数据集。该数据集描述了鸢尾花的花测量值,并需要对每个观测值进行分类,归入三个花种之一。让我们开始 [...]