XinY_VV

“我們離開人世時愛是唯一能帶走的東西宵膨。”——貝思（Love is the only thing that we can carry with us when we go, a...

XinY_VV

無監(jiān)督學(xué)習(xí)(unsupervised learning) 在無監(jiān)督學(xué)習(xí)中炸宵，訓(xùn)練樣本的標(biāo)記信息是未知的辟躏，目標(biāo)是通過對無標(biāo)記訓(xùn)練樣本的學(xué)習(xí)來揭示數(shù)據(jù)的內(nèi)在性質(zhì)及規(guī)律，為進(jìn)一步的數(shù)...

XinY_VV

Bagging---Bootstrap aggregating 是并行式集成學(xué)習(xí)方法最著名的代表土全，基于自助采樣法允許在同一種分類器上?對訓(xùn)練集進(jìn)行多次采樣 自助采樣法(boo...

XinY_VV

神經(jīng)網(wǎng)絡(luò)(neural networks)是由具有適應(yīng)性的簡單單元組成的廣泛并行互連的網(wǎng)絡(luò)捎琐，它的組織能夠模擬生物神經(jīng)系統(tǒng)對真實(shí)世界物體所作出的交互反應(yīng)会涎。 神經(jīng)元(neuron...

XinY_VV

集成學(xué)習(xí)是用多個弱分類器構(gòu)成一個強(qiáng)分類器，其哲學(xué)思想是“三個臭皮匠賽過諸葛亮”瑞凑。一般的弱分類器可以由決策樹末秃，神經(jīng)網(wǎng)絡(luò)，貝葉斯分類器籽御，K-近鄰等構(gòu)成练慕。 弱學(xué)習(xí)器：泛華性能略優(yōu)于...

XinY_VV

首先補(bǔ)充分類問題SVM不能用于多分類問題，但我們可以用The “One-vs-One” trick for Multi-Class SVMs SVR（Support Vect...

XinY_VV

Scikit-Learn用分裂回歸樹（Classification And Regression Tree技掏，簡稱 CART）算法訓(xùn)練決策樹铃将。 在 sklean.tree...

XinY_VV

KNN “物以類聚，人以群分”：給定測試樣本哑梳，基于某種距離度量找出訓(xùn)練集中與其最靠近的k個訓(xùn)練樣本劲阎，然后基于這k個鄰居的信息來進(jìn)行預(yù)測。 KNN算法既可以分類又可以回歸鸠真。在分...

XinY_VV

邏輯回歸（logistic regression）又稱“對數(shù)幾率回歸哪工。雖然它的名字是回歸，但卻是一種分類學(xué)習(xí)方法弧哎。邏輯回歸也可以從二元分類擴(kuò)展到多分類雁比，這就是多項(xiàng)式回歸。 1...

XinY_VV

SVM最初被用來解決線性分類問題撤嫩，加入核方法之后能有效解決非線性問題偎捎。 分類學(xué)習(xí)基本思想：基于訓(xùn)練集在樣本空間中找到一個劃分超平面，將不同類別的樣本分開. 選擇最優(yōu)超平面的依...

XinY_VV

樸素貝葉斯分類 基于貝葉斯定理來計(jì)算概率和條件概率序攘，且假設(shè)每個屬性獨(dú)立地對分類結(jié)果產(chǎn)生影響 為什么稱為“樸素的”茴她？因?yàn)闃闼刎惾~斯假定所有屬性都是同等重要且相互獨(dú)立的。 例子 ...

XinY_VV

決策樹(Decision Tree) 決策樹利用特征的值將數(shù)據(jù)分解成具有相似類的較小的子集程奠，這種遞歸劃分的探索法稱之為分而治之丈牢。 如果一個節(jié)點(diǎn)停止，它可能有以下幾種情況：1....

XinY_VV

1.最小二乘法(Least Square Method)： 基于均方誤差最小化來進(jìn)行模型求解的方法 可直接使用sklearn.linear_model中的LinearRegr...

XinY_VV

浮生偷得半日閑瞄沙，無意之間在圖書館里尋到《刺猬的優(yōu)雅》己沛，如獲至寶。 前幾日剛剛看了同名的電影《刺猬的優(yōu)雅》距境，既文藝又養(yǎng)眼又有深度的電影申尼。 《刺猬的優(yōu)雅》是法國女作家哲學(xué)教授妙莉...