机器学习算法笔记(三十五)：集成学习初探

从本文开始，我们来讨论机器学习中非常重要的一类方法——集成学习。

一、什么是集成学习

简而言之，集成学习的思路就是：我们在解决一个问题（如分类问题）的时候，选取多种算法参与预测（如下图中的算法都可以解决分类问题），在多个预测结果中，选择出现最多的预测类别做为该样本的最终预测类别。 阅读全文机器学习算法笔记(三十五)：集成学习初探

二叉树各种基本操作的C++实现并进行面向对象的封装

学习完二叉树后，为了巩固二叉树的知识、加深对二叉树的理解，故运用 C++ 对各个操作进行实现并用类进行封装，顺便复习了 C++ 的有关知识。虽然在实现的过程中使用了泛型，但是实际使用时只能传入 char，运用泛型只是复习对泛型的运用而已。 阅读全文二叉树各种基本操作的C++实现并进行面向对象的封装

机器学习算法笔记(三十四)：使用 SVM 解决回归问题

前两篇文章主要讨论了用 SVM 解决分类问题，本文来讨论一下如何用 SVM 来解决回归问题。

回归问题的本质就是找到一根直线或者曲线，能够最大程度拟合数据点。如何定义拟合，就是不同回归算法的关键 阅读全文机器学习算法笔记(三十四)：使用 SVM 解决回归问题