随笔分类 - 机器学习
摘要：关联分析 概述：一种在大规模数据集中寻找有趣关系的任务。 这种关系形式：频繁项集或者关联规则。 频繁项集：经常出现在一块的物品集合。 关联规则：暗示物品之间可能存在很强的关系。 对频繁的度量： 支持度和可信度 支持度：数据集中包含该项集的记录所占的比例 可信度或者置信度： 针对诸如：{尿布}->{葡
阅读全文
摘要：关联分析 概述：一种在大规模数据集中寻找有趣关系的任务。 这种关系形式：频繁项集或者关联规则。 频繁项集：经常出现在一块的物品集合。 关联规则：暗示物品之间可能存在很强的关系。 对频繁的度量： 支持度和可信度 支持度：数据集中包含该项集的记录所占的比例 可信度或者置信度： 针对诸如：{尿布}->{葡
阅读全文
摘要：聚类算法 概述: 训练数据不存在类别标签信息，而且我们又需要根据数据特征将数据分成不同的类别， 聚类有时也被分为无监督分类， 和监督分类区别在于，聚类的训练数据没有对应的y值，而监督算法的数据有对应y值。 经典算法：K-均值聚类 K-均值聚类算法 优点：容易实现； 缺点：可能收敛到局部最小值，在大规
阅读全文
摘要：回归 线性回归 回归系数求解方法：常用最小二乘法 缺点：由于采用具有最小均方误差的无偏估计，可能出现欠拟合现象 解决办法： 局部加权线性回归 局部加权线性回归(Locally Weighted Linear Regression, LWLR) 思想：给待测点附近每一个点赋予一定的权重，在这个子集上基
阅读全文
摘要：集成算法（融合算法） 元算法（meta-algorithm） 思路：对其他算法进行组合。 使用集成算法时有多种形式： 不同算法的集成； 同一算法在不同设置下的集成； 数据集不同部分，分配给不同分类器之后的集成。 bagging(bootstrap aggregating) 自举汇聚法 定义：从原始数
阅读全文
摘要：SVM(Support Vector Machines) 支持向量机 引言 svm有很多的实现，此处介绍最流行的一种实现 序列最小化 SMO（Sequential Minimal Optimizaiton） 核函数(Kernel): 将SVM扩展到更多的数据集上 基于最大间隔分割数据 优点： 泛化错
阅读全文
摘要：LogisticRegression逻辑回归 引言： 机器学习 解决的问题，大体上分为两种 预测 和 分类。 预测： 一般采用是回归模型，比如最常用的 线性回归； 分类：采用的有 决策树，KNN， 支持向量机， 朴素贝叶斯等等模型。 其实本质上来讲是一样的，都是通过对已有数据的学习，构建模型，然后对
阅读全文
摘要：贝叶斯算法 引言 机器学习中，如KNN，逻辑回归，决策树等模型都是判别方法， 也就是直接学习出输出特征y和输入特征x之间的关系（决策函数:y = f（x） 或者条件分布P(Y|X)）。 朴素贝叶斯是生成方法，直接找出输出特征y和输入特征x的联合分布P(X, Y)，进而通过P(Y|X)=P(X, Y)
阅读全文
摘要：决策树 概念 决策树（Decision Tree）是一种基本的分类与回归方法。决策树模型呈树形结构，在分类问题中，表示基于特征对数据进行分类的过程。它可以认为是if-then规则的集合。 优点: 1）可以自学习。在学习过程中不需要使用者了解过多的背景知识，只需要对训练数据进行较好的标注，就能进行学习
阅读全文
摘要：图像的开闭运算 ##实例： python OpenCV使用场景 https://blog.csdn.net/qq_39507748/article/details/104539673 原理： 图像开运算和闭运算与膨胀和腐蚀运算有关， 由膨胀和腐蚀两个运算的复合与集合操作（并、交、补等）组合的运算构成
阅读全文
摘要：凸包（Convex Hull） 数学定义：在一个向量空间中，对于给定几何X， 所有包含X的凸集的交集S被称为X的凸包 场景： 图像处理过程中，常常需要寻找图像中，包围某个物体的凸包。凸包跟多边形逼近很像，只不过它是包围 物体外层的一个凸集，这个凸集是所有能包围这个物体的凸集的交集。 图中，绿色线条所
阅读全文
摘要：k-近邻算法 工作原理 存在一个样本数据集合，也称作训练样本集，并且样本集中每个数据都存在标签， 即我们知道样本集中每一个数据与 所属分类的对应关系。输入没有标签的新数据之后，将新数据每个特征与样本集中数据对应的特征比较，然后计算提取 样本集中特征最相似数据的分类标签。通常k是大于20的整数。最后选
阅读全文
摘要：Numpy 函数库基础 NumPy矩阵和数组的区别 Numpy 函数库中存在两种不同的数据类型（矩阵matrix和数组array），都可以处理行列表示的数字元素。 虽然它们看起来很相似，但是在这连个数据类型上执行的数学运算可能得到不同的结果，其中Numpy函数库 中的matrix与MATLAB中ma
阅读全文
摘要：######概念 交叉验证，就是重复的使用数据，把得到的样本数据进行切分，组合为不同的训练集和测试集，用训练集来训练模型，用测试集来评估模型预测的好坏。在此基础上可以得到多组不同的训练集和测试集，某次训练集中的某样本在下次可能成为测试集中的样本，即所谓“交叉”。 ######使用场景 数据不是很充足
阅读全文
摘要：import numpy as np import array from pydub import AudioSegment # 读取音频文件 path = r'E:\ML\project\music\data\Delacey-Dream-It-Possible.mp3' song = AudioS
阅读全文
摘要：一、安装pydub和FFmpeg下载 在编辑器中使用pip install pydub命令安装； 在FFmpeg官网，找到对应系统的下载链接； win10下载链接：https://www.gyan.dev/ffmpeg/builds/ffmpeg-git-full.7z 二、FFmpeg配置 下载到
阅读全文
摘要：window换将下安装，配置neo4j并服务化 neo4j依赖jdk开发环境，不同版本neo4j,对jdk开发版本要求不同 一、JDK安装 1、jdk下载 下载地址：https://www.cnblogs.com/qc-id-01/p/10396089.html ！ 找到对应系统的版本号，并下载 2
阅读全文
