8篇文章 · 9609字 · 1人關(guān)注
-
機(jī)器學(xué)習(xí)經(jīng)典算法 - 樸素貝葉斯樸素貝葉斯 Naive Bayes 樸素貝葉斯分類建立在 貝葉斯原理 的基礎(chǔ)上滋捶，關(guān)于貝葉斯原理這一部分可以參考鏈接中給出的解釋壹粟。 樸素貝葉斯之所...
-
機(jī)器學(xué)習(xí)經(jīng)典算法 - 決策樹 & 隨機(jī)森林
Decision Trees 正如我們可以通過(guò)在 SVM 中選擇非線性核來(lái)完成非線性可分?jǐn)?shù)據(jù)的分類蠢沿，Decision Tree 可以在每一步采用...
-
機(jī)器學(xué)習(xí)經(jīng)典算法 - 聚類算法K-Means Clustering 作為非監(jiān)督學(xué)習(xí)的典型代表苛吱，K-Means 可以通過(guò)對(duì)于數(shù)據(jù)點(diǎn)的聚類來(lái)完成分類屹电，其計(jì)算過(guò)程如下： 按照設(shè)定的...
-
機(jī)器學(xué)習(xí)經(jīng)典算法 - Support Vector Machines支持向量機(jī)被很多人認(rèn)為是最好的算法（之一），其代表了一族可以用于分類吃沪、回歸和異常數(shù)據(jù)檢測(cè)的算法汤善。 Support vector machines...
-
機(jī)器學(xué)習(xí)經(jīng)典算法 - Bagging & BoostingEnsemble Learning 集成學(xué)習(xí)通過(guò)整合多個(gè)不同模型來(lái)實(shí)現(xiàn)對(duì)復(fù)雜問(wèn)題的更準(zhǔn)確建模，其實(shí)現(xiàn)方式多樣票彪，但共同的特征是：從總體數(shù)據(jù)集的多個(gè)...
-
機(jī)器學(xué)習(xí)經(jīng)典算法 - KNN
這段時(shí)間在考慮下一步的學(xué)習(xí)計(jì)劃红淡，在地鐵上完成了 Andrew Ng 的機(jī)器學(xué)習(xí)的課程，感覺非常棒降铸，從未知到知曉的過(guò)程總是帶給我快樂(lè)在旱。只不過(guò)觀看視...
-
機(jī)器學(xué)習(xí)模型評(píng)價(jià)指標(biāo) - 準(zhǔn)確性，查準(zhǔn)率推掸，查全率桶蝎，敏感度，特異度谅畅，ROC在一個(gè)理想的世界里登渣，我們的模型能夠給出完全準(zhǔn)確的分類判斷，但事實(shí)是模型總是會(huì)出錯(cuò)的铃彰。 All models are wrong, but som...
-
機(jī)器學(xué)習(xí)經(jīng)典算法 - PCA對(duì)于機(jī)器學(xué)習(xí)來(lái)說(shuō)绍豁，數(shù)據(jù)的質(zhì)量很大程度上決定了模型的質(zhì)量芯咧，因此對(duì)于幾乎所有的情況下都需要對(duì)于數(shù)據(jù)進(jìn)行預(yù)處理牙捉。其中較為常用的數(shù)據(jù)處理方式是數(shù)據(jù)的標(biāo)準(zhǔn)...
