摘要：目录 1 易建联脱鞋事件2 传说中的网络水军 2.1 网络水军是什么？ 2.2 网络水军发现技术3 基于同贴率的网络水军发现4 基于情感分析的网络水军发现5 总结 1 易建联脱鞋事件 （图片来自网络，侵删） 2016年11月2日，刚刚从NBA回归的易建联没想到搞了个大新闻！过去4年来，李宁公司作为C 阅读全文

摘要：系列 《使用sklearn进行集成学习——理论》 《使用sklearn进行集成学习——实践》 目录 1 Random Forest和Gradient Tree Boosting参数详解2 如何调参？ 2.1 调参的目标：偏差和方差的协调 2.2 参数对整体模型性能的影响 2.3 一个朴实的方案：贪心 阅读全文

摘要：系列 《使用sklearn进行集成学习——理论》 《使用sklearn进行集成学习——实践》 目录 1 前言2 集成学习是什么？3 偏差和方差 3.1 模型的偏差和方差是什么？ 3.2 bagging的偏差和方差 3.3 boosting的偏差和方差 3.4 模型的独立性 3.5 小结4 Gradi 阅读全文

摘要：目录 1 为什么要记录特征转换行为？2 有哪些特征转换的方式？3 特征转换的组合4 sklearn源码分析 4.1 一对一映射 4.2 一对多映射 4.3 多对多映射5 实践6 总结7 参考资料 1 为什么要记录特征转换行为？ 使用机器学习算法和模型进行数据挖掘，有时难免事与愿违：我们依仗对业务的理 阅读全文

摘要：系列 关于线性模型你可能还不知道的二三事（一、样本） 关于线性模型你可能还不知道的二三事（二、也谈民主） 关于线性模型你可能还不知道的二三事（三、特征值与奇异值的魔力） 目录 1 L2惩罚项 1.1 惩罚项 1.2 L2惩罚项与过拟合 1.3 多目标值线性模型2 特征值分解3 奇异值分解4 总结5 阅读全文

摘要：系列博文 关于线性模型你可能还不知道的二三事（一、样本） 关于线性模型你可能还不知道的二三事（二、也谈民主） 关于线性模型你可能还不知道的二三事（三、特征值与奇异值的魔力） 目录 1 如何更新权值向量？2 最小均方法（LMS）与感知机：低效的民主3 最小二乘法：完美的民主4 支持向量机：现实的民主5 阅读全文

摘要：系列 关于线性模型你可能还不知道的二三事（一、样本） 关于线性模型你可能还不知道的二三事（二、也谈民主） 关于线性模型你可能还不知道的二三事（三、特征值与奇异值的魔力） 目录 1 样本的表示形式2 由线性模型产生的样本3 逆矩阵的意义 1 样本的表示形式 在数据挖掘过程中，样本以特征值矩阵X和目标值 阅读全文

摘要：目录 1 使用sklearn进行数据挖掘 1.1 数据挖掘的步骤 1.2 数据初貌 1.3 关键技术2 并行处理 2.1 整体并行处理 2.2 部分并行处理3 流水线处理4 自动化调参5 持久化6 回顾7 总结8 参考资料 1 使用sklearn进行数据挖掘 1.1 数据挖掘的步骤 数据挖掘通常包括 阅读全文