我必须为我的公司编写一个二进制分类器,它应该尽可能简单并且不使用机器学习库(我也不应该自己编写过于复杂的算法)。
我刚刚想到了以下想法:如果我使用了我的特征的箱线图,并且如果新样本的特征值大于箱线图的胡须,我说该样本属于 A 类,如果它小于晶须,它属于 B 类。这是一个好方法吗?(可能不是)是否有足够简单的分类算法,以便在没有库的情况下对其进行编码?
我必须为我的公司编写一个二进制分类器,它应该尽可能简单并且不使用机器学习库(我也不应该自己编写过于复杂的算法)。
我刚刚想到了以下想法:如果我使用了我的特征的箱线图,并且如果新样本的特征值大于箱线图的胡须,我说该样本属于 A 类,如果它小于晶须,它属于 B 类。这是一个好方法吗?(可能不是)是否有足够简单的分类算法,以便在没有库的情况下对其进行编码?
如何在没有任何库的情况下手动实现最基本的二元分类器之一,Logistic 回归?以下是对逻辑回归的微妙解释:
https://www.youtube.com/watch?v=6tByJTacCOc&index=6&list=PLBAGcD3siRDguyYYzhVwZ3tLvOyyG5k6K
下面是在 Python 中编写二进制分类器的简化版本的描述,它将采用向量化形式的几行行:
https://www.youtube.com/watch?v=ERIFzbTdIm0&index=14&list=PLBAGcD3siRDguyYYzhVwZ3tLvOyyG5k6K
如果您对实现感到不舒服或对某些事情感到困惑,我相信如果您观看我提供的两者之间的视频,您将能够轻松编写视频描述的算法。我希望我能帮上忙;如果您对所提供的解决方案不满意,我会寻找替代方案。玩得开心。