随笔分类 -  A---机器学习

回归与梯度下降法及实现原理
摘要：回归与梯度下降 回归在数学上来说是给定一个点集，能够用一条曲线去拟合之，如果这个曲线是一条直线，那就被称为线性回归，如果曲线是一条二次曲线，就被称为二次回归，回归还有很多的变种，如locally weighted回归，logistic回归，等等，这个将在后面去讲。 用一个很简单的例子来说明回归，这个 阅读全文
posted @ 2018-03-21 22:01 Angel_Kitty 阅读(4883) 评论(8) 推荐(7) 编辑
损失函数详解
摘要：损失函数（loss function）是用来估量你模型的预测值f(x)与真实值Y的不一致程度，它是一个非负实值函数,通常使用L(Y, f(x))来表示，损失函数越小，模型的鲁棒性就越好。损失函数是经验风险函数的核心部分，也是结构风险函数重要组成部分。模型的结构风险函数包括了经验风险项和正则项，通常可 阅读全文
posted @ 2018-03-01 17:32 Angel_Kitty 阅读(15558) 评论(0) 推荐(1) 编辑
机器理解大数据秘密：聚类算法深度剖析
摘要：在理解大数据方面，聚类是一种很常用的基本方法。近日，数据科学家兼程序员 Peter Gleeson 在 freeCodeCamp 发布了一篇深度讲解文章，对一些聚类算法进行了基础介绍，并通过简单而详细的例证对其工作过程进行了解释说明。 看看下面这张图，有各种各样的虫子和蜗牛，你试试将它们分成不同的组 阅读全文
posted @ 2017-10-01 09:07 Angel_Kitty 阅读(4518) 评论(0) 推荐(3) 编辑
想了解概率图模型？你要先理解图论的基本定义与形式
摘要：图论一直是数学里十分重要的学科，其以图为研究对象，通常用来描述某些事物之间的某种特定关系。而在机器学习的世界里，我们希望从数据中挖掘出隐含信息或模型。因此，如果我们将图中的结点作为随机变量，连接作为相关性关系，那么我们就能构造出图模型，并期望解决这一问题。本文将为构造该模型提供最基础的概念。 我们都 阅读全文
posted @ 2017-09-30 12:29 Angel_Kitty 阅读(1547) 评论(4) 推荐(0) 编辑
【机器学习笔记之八】使用朴素贝叶斯进行文本的分类
摘要：使用朴素贝叶斯进行文本的分类 引言 朴素贝叶斯由贝叶斯定理延伸而来的简单而强大的概率模型，它根据每个特征的概率确定一个对象属于某一类别的概率。该方法基于一个假设，所有特征需要相互独立，即任一特征的值和其他特征的值没有关联关系。虽然这种条件独立的假设在许多应用领域未必能很好满足，甚至是不成立的。但这种 阅读全文
posted @ 2017-08-23 17:36 Angel_Kitty 阅读(2413) 评论(2) 推荐(0) 编辑
机器学习十大常用算法小结
摘要：机器学习十大常用算法小结 通过本篇文章可以对ML的常用算法有个常识性的认识，没有代码，没有复杂的理论推导，就是图解一下，知道这些算法是什么，它们是怎么应用的，例子主要是分类问题。 每个算法都看了好几个视频，挑出讲的最清晰明了有趣的，便于科普。以后有时间再对单个算法做深入地解析。 今天的算法如下： 决 阅读全文
posted @ 2017-08-20 11:55 Angel_Kitty 阅读(2143) 评论(0) 推荐(4) 编辑
【机器学习笔记之七】PCA 的数学原理和可视化效果
摘要：PCA 的数学原理和可视化效果 本文结构： 什么是 PCA 数学原理 可视化效果 1. 什么是 PCA PCA (principal component analysis, 主成分分析) 是机器学习中对数据进行降维的一种方法。 例如，我们有这样的交易数据，它有这几个特征：(日期, 浏览量, 访客数, 阅读全文
posted @ 2017-08-19 08:48 Angel_Kitty 阅读(1100) 评论(9) 推荐(1) 编辑
【机器学习笔记之六】Bagging 简述
摘要：本文结构： 基本流程 有放回抽样的好处 Bagging 特点 sklearn 中 Bagging 使用 Bagging 和 Boosting 的区别 bagging：bootstrap aggregating 的缩写。是一种并行式集成学习方法，可用于二分类，多分类，回归等任务。 基本流程： 对一个包 阅读全文
posted @ 2017-08-18 08:47 Angel_Kitty 阅读(757) 评论(0) 推荐(0) 编辑
【机器学习笔记之五】用ARIMA模型做需求预测用ARIMA模型做需求预测
摘要：本文结构： 时间序列分析？ 什么是ARIMA？ ARIMA数学模型？ input，output 是什么？ 怎么用？－代码实例 常见问题？ 时间序列分析？ 时间序列，就是按时间顺序排列的，随时间变化的数据序列。生活中各领域各行业太多时间序列的数据了，销售额，顾客数，访问量，股价，油价，GDP，气温。。 阅读全文
posted @ 2017-08-17 08:36 Angel_Kitty 阅读(17706) 评论(4) 推荐(5) 编辑
【机器学习笔记之四】Adaboost 算法
摘要：本文结构： 什么是集成学习？ 为什么集成的效果就会好于单个学习器？ 如何生成个体学习器？ 什么是 Boosting? Adaboost 算法？ 什么是集成学习 集成学习就是将多个弱的学习器结合起来组成一个强的学习器。 这就涉及到，先产生一组‘个体学习器’，再用一个策略将它们结合起来。 个体学习器可以 阅读全文
posted @ 2017-08-16 08:55 Angel_Kitty 阅读(1442) 评论(4) 推荐(1) 编辑
【机器学习笔记之三】CART 分类与回归树
摘要：本文结构： CART算法有两步 回归树的生成 分类树的生成 剪枝 CART － Classification and Regression Trees 分类与回归树，是二叉树，可以用于分类，也可以用于回归问题，最先由 Breiman 等提出。 分类树的输出是样本的类别， 回归树的输出是一个实数。 C 阅读全文
posted @ 2017-08-15 08:23 Angel_Kitty 阅读(2681) 评论(2) 推荐(3) 编辑
【机器学习笔记之二】决策树的python实现
摘要：本文结构： 是什么？ 有什么算法？ 数学原理？ 编码实现算法？ 1. 是什么？ 简单地理解，就是根据一些 feature 进行分类，每个节点提一个问题，通过判断，将数据分为几类，再继续提问。这些问题是根据已有数据学习出来的，再投入新数据的时候，就可以根据这棵树上的问题，将数据划分到合适的叶子上。 2 阅读全文
posted @ 2017-08-14 08:52 Angel_Kitty 阅读(7954) 评论(0) 推荐(4) 编辑
【机器学习笔记之一】深入浅出学习K-Means算法
摘要：摘要：在数据挖掘中，K-Means算法是一种 cluster analysis 的算法，其主要是来计算数据聚集的算法，主要通过不断地取离种子点最近均值的算法。 在数据挖掘中，K-Means算法是一种cluster analysis的算法，其主要是来计算数据聚集的算法，主要通过不断地取离种子点最近均值 阅读全文
posted @ 2017-08-13 11:41 Angel_Kitty 阅读(613) 评论(0) 推荐(0) 编辑