發(fā)簡信
IP屬地：遼寧
-
機(jī)器學(xué)習(xí) | boosting提升算法作者：JSong蜻懦，日期：2017.10.10 簡書一直不肯支持?jǐn)?shù)學(xué)公式哮缺，沒辦法验辞，只能截圖啦。原文請移步博客園 集成學(xué)習(xí)（ensemble lea...
-
泛化誤差估計(jì)與模型調(diào)參作者：JSong，時間：2017.10.21 廣義的偏差（bias）描述的是預(yù)測值和真實(shí)值之間的差異鞭缭，方差（variance）描述距的是預(yù)測值作...
-
LDA主題模型待整理 假設(shè)文檔是由n個詞組成的剖膳，且不考慮詞之間的關(guān)系魏颓，假設(shè)我們的詞典有V個詞語岭辣，v1,v2,...vv,那么最簡單的文本生成方法是： 每次從詞...
-
機(jī)器學(xué)習(xí)算法背后的思維
持續(xù)更新中 一個算法可以從很多角度去闡述，如統(tǒng)計(jì)學(xué)思維（最大似然甸饱、貝葉斯）沦童、數(shù)值計(jì)算思維（最優(yōu)化、正則化）叹话、信息論思維（熵）等 1偷遗、數(shù)值計(jì)算與正...
-
測度|概率|統(tǒng)計(jì) 筆記1、Uniform分布 U(a,b) 概率密度函數(shù) 可以用線性同余生成器生成 2驼壶、二項(xiàng)分布 記事件A在一次實(shí)驗(yàn)中發(fā)生的概率為p氏豌，把這個實(shí)驗(yàn)地獨(dú)立...
-
機(jī)器學(xué)習(xí) | GBDT與集成學(xué)習(xí)待完善 1、偏差與方差 我們對學(xué)習(xí)算法的期望泛化錯誤率進(jìn)行拆解热凹，以回歸任務(wù)為例泵喘。 假設(shè) 泛化誤差可分解為偏差、方差與噪聲之和般妙。 決策樹雖然在設(shè)計(jì)...
-
機(jī)器學(xué)習(xí) | 決策樹本文僅作網(wǎng)絡(luò)筆記用纪铺，不定時完善。 決策樹根據(jù)輸出的不同碟渺，分為回歸樹和分類樹鲜锚，但兩種樹的學(xué)習(xí)過程并無特別大的不同，都是分為兩步： 決策樹生成 決策...
-
【轉(zhuǎn)】使用sklearn做單機(jī)特征工程作者：jasonfreak苫拍，原文地址：使用sklearn做單機(jī)特征工程 目錄 特征工程是什么芜繁？ 數(shù)據(jù)預(yù)處理2.1 無量綱化2.1.1 標(biāo)準(zhǔn)化2....
-
講講共線性問題多重共線性是使用線性回歸算法時經(jīng)常要面對的一個問題。在其他算法中绒极，例如決策樹和貝葉斯骏令，前者的建模過程是逐步遞進(jìn)，每次拆分只有一個變量參與集峦，這種建...