随笔分类 - 机器学习
摘要：个人对这几个名词粗浅的理解和区分，不甚全面，仅供参考。 定义 有监督：用有标签的数据训练； 无监督：用无标签的数据训练； 半监督：同时用有标签和无标签的数据进行训练。最近非常火热，此领域的发展也非常迅速，先前通常是两阶段的训练，先用（较小规模的）有标签数据训练一个Teacher模型，再用这个模型对（
阅读全文
摘要：联邦学习的思想概括为：一种无需交换数据（只交换训练中间参数或结果）的分布式机器学习技术，在保护数据隐私的同时实现数据共享，解决数据孤岛问题。 本文仅介绍基本概念，详细请查看文末参考资料。 基本概念 联邦学习(Federated Learning)是一种分布式机器学习技术，其核心思想是通过在多个拥有本
阅读全文
摘要：本文摘自博客和论文，参考文献请看文末。 一类分类技术概念 与传统的分类技术不同，一类分类技术仅采用隶属于一个类别的样本来训练分类器，其通常被用于某种极端场景，即训练样本仅包含正常样本，而异常样本不可得的情况。该技术也已被用于解决极度不平衡分类问题，因为在此类问题上，传统的类不平衡学习方法通常不能取得
阅读全文
摘要：什么是LabelEncoder（整数编码） 整数编码 将一列文本数据转化成数值，即列中的每一个特征都通过一个整数来表示。例如，[red, blue, red, yellow] = [0,2,0,1]。 什么是OneHotEncoder（独热编码） 独热编码 将一列文本数据转化成一列或多列只有0和1的
阅读全文
