17

文章分类:机器学习

机器学习:通过对自学习算法的开发,从数据中获取知识,进而对未来进行预测。

刘旺學長 刘旺學長 6月,1 周前

【机器学习】Bagging和Boosting的区别

Baggging 和Boosting都是模型融合的方法,可以将弱分类器融合之后形成一个强分类器,而且融合之后的效果会比最好的弱分类器更好。

Baggging 和Boosting都是模型融合的方法,可以将弱分类器融合之后形成一个强分类器,而且融合之后的效果会比最好的弱分

刘旺學長 刘旺學長 6月,1 周前

【机器学习】feature_importances_ 参数源码解析

在用sklearn的时候经常用到feature_importances_ 来做特征筛选,那这个属性到底是啥呢。

在用sklearn的时候经常用到feature_importances_ 来做特征筛选,那这个属性到底是啥呢。

刘旺學長 刘旺學長 6月,2 周前

【机器学习】自己手写实现线性回归,梯度下降 原理

线性回归是利用数理统计中回归分析,来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法,运用十分广泛。其表达形式为y = w'x+e,e为误差服从均值为0的正态分布。 [1] 回归分析中,只包括一个自变量和一个因变量,且二者的关系可用一条直线近似

线性回归是利用数理统计中回归分析,来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法,运用十分广泛。其表达形式为y

刘旺學長 刘旺學長 6月,2 周前

【机器学习】熵、决策树、随机森林 总结

决策树: 我们需要了解的概念一个是熵还有一个是信息增益: 熵是描述一件事物的不确定性。。。

决策树: 我们需要了解的概念一个是熵还有一个是信息增益: 熵是描述一件事物的不确定性。。。

刘旺學長 刘旺學長 6月,2 周前

【机器学习】梯度下降原理

梯度下降是迭代法的一种,可以用于求解最小二乘问题(线性和非线性都可以)。在求解机器学习算法的模型参数,即无约束优化问题时,梯度下降(Gradient Descent)是最常采用的方法之一,另一种常用的方法是最小二乘法。在求解损失函数的最小值时,可以通过梯度下降

梯度下降是迭代法的一种,可以用于求解最小二乘问题(线性和非线性都可以)。在求解机器学习算法的模型参数,即无约束优化问题时,梯度下

刘旺學長 刘旺學長 6月,2 周前

【机器学习】交叉验证筛选参数K值和weight

交叉验证(Cross-validation)主要用于建模应用中,例如PCR 、PLS 回归建模中。在给定的建模样本中,拿出大部分样本进行建模型,留小部分样本用刚建立的模型进行预报,并求这小部分样本的预报误差,记录它们的平方加和。

交叉验证(Cross-validation)主要用于建模应用中,例如PCR 、PLS 回归建模中。在给定的建模样本中,拿出大部分

刘旺學長 刘旺學長 6月,2 周前

【数据分析】苹果公司股票数据处理

要知道,NumPy的常用数学和统计分析的函数非常多,如果我们一个一个的分散来讲,一来非常枯燥,二来呢也记不住,就仿佛又回到了昏昏欲睡的课堂,今天我们用一个背景例子来串联一下这些零散的知识点。 我们通过分析苹果公司的股票价格,来串讲NumPy的常用函数用法

要知道,NumPy的常用数学和统计分析的函数非常多,如果我们一个一个的分散来讲,一来非常枯燥,二来呢也记不住,就仿佛又回到了昏昏

刘旺學長 刘旺學長 6月,2 周前

【机器学习】K-Means(非监督学习)学习及实例使用其将图片压缩

# 非监督学习之k-means K-means通常被称为劳埃德算法,这在数据聚类中是最经典的,也是相对容易理解的模型。算法执行的过程分为4个阶段。 1、从数据中选择k个对象作为初始聚类中心; 2、计算每个聚类对象到聚类中心的距离来划分; 3

# 非监督学习之k-means K-means通常被称为劳埃德算法,这在数据聚类中是最经典的,也是相对容易理解的模型。算法执行

刘旺學長 刘旺學長 6月,2 周前

【数据分析】豆瓣电影Top250爬取的数据的可视化分析

top250数据爬取:豆瓣电影top250榜单想必大家都不陌生,上榜的电影都是经过时间的沉淀留下来比较经典。本次教程就是利用requests库实现对于top250榜单电影数据爬取,并对爬取的数据绘制图表进行可视化,做简单的数据分析。文章将分为两个部分:top2

top250数据爬取:豆瓣电影top250榜单想必大家都不陌生,上榜的电影都是经过时间的沉淀留下来比较经典。本次教程就是利用re

刘旺學長 刘旺學長 1 年前

【机器学习】总结:线性回归求解中梯度下降法与最小二乘法的比较

在线性回归算法求解中,常用的是最小二乘法与梯度下降法,其中梯度下降法是最小二乘法求解方法的优化,但这并不说明梯度下降法好于最小二乘法,实际应用过程中,二者各有特点,需结合实际案例具体分析。

在线性回归算法求解中,常用的是最小二乘法与梯度下降法,其中梯度下降法是最小二乘法求解方法的优化,但这并不说明梯度下降法好于最小二

上一页 第 1 / 2 页 下一页