機器學習之特征工程 特征工程的作用 從數(shù)據(jù)中抽取出對預(yù)測結(jié)果有用的信息 從數(shù)據(jù)中構(gòu)建出對結(jié)果有用的信息 更好的特征能更高效的實現(xiàn) 更好的特征能在...

AR與VR的區(qū)別與聯(lián)系： AR屬于增強現(xiàn)實技術(shù)，而vr則是虛擬現(xiàn)實技術(shù)握联，兩者的區(qū)別主要是呈現(xiàn)的場景中绅你，虛擬成分比重的大邪莆谩； 通俗一點來說的話，V...

機器學習中對于模型正確率的預(yù)估 在機器學習中模型的好壞的評估可以從幾個指標入手： 精確率和召回率是對于分類任務(wù)來說的 用P代表我們預(yù)測的正類蚓聘，N...

機器學習中的矩陣 機器學習中矩陣是一個很重要的概念，對我們理解其中變量的相關(guān)性和相似性盟劫，降維等分析具有很大的作用夜牡，其中一些概念和數(shù)學中的矩陣表示...

線性回歸算法 線性回歸算法是用來擬合連續(xù)值樣本的一類算法，具體來說就是在我們觀察到數(shù)據(jù)是線性變化的時候侣签，我們可以使用一條擬合直線來大概的描述樣本...

感知機算法 感知機其實就是邏輯回歸的輕量版塘装，就是找出一個簡單的分類超平面急迂，從而將正負樣本分割出來 算法簡介 對于樣本集合,如下 我們期望找到一個...

記錄一下使用sklearn做邏輯回歸的一些代碼，避免忘掉 使用到的庫主要是matplotlib.pyplot(用來畫圖),numpy(做一些數(shù)組...

樸素貝葉斯分類算法 算法簡介 樸素貝葉斯是使用貝葉斯的條件概率來做分類判斷的一種算法蹦肴，具體的依據(jù)就是僚碎，對于二分類來說的話，如果 也就是在x1,x...

入門 任務(wù)是從樣本中推理 需要解決的問題是： 處理海量數(shù)據(jù)的存儲和計算的高效算法 學習得到的模型冗尤，一定是高效的听盖，即時間復雜度，空間復雜度和精確度...