摘要:参考:http://www.cnblogs.com/ybjourney/p/4793370.html http://www.cnblogs.com/ybjourney/p/4824903.html https://janav.wordpress.com/2013/10/27/tf-idf-and-c
阅读全文
摘要:参考:http://blog.sciencenet.cn/blog-995625-803323.html 原始集:概率分布为A训练集:概率分布为B测试集:概率分布为C特征工程:处理A,得到更接近C的B机器学习:拟合B,用以预测C 一.四类特征 特征工程是个过程,包括三个子模块:特征构建->特征提取-
阅读全文
摘要:>>> v = np.array([1, 0, 1])>>> vv = np.tile(v,(4,1))>>> print vv[[1 0 1] [1 0 1] [1 0 1] [1 0 1]]>>>
阅读全文
摘要:参考:http://blog.csdn.net/zouxy09/article/details/49105265 因为标注成本比较高,当你的训练数据集只有一部分数据是有标注的情况下,使用监督学习你只能扔掉那些没有标注的X。而实际上,有标注的样本和无标注的样本之间是有关系的,这种关系信息也可以用来帮助
阅读全文
摘要:参考: 1、http://blog.zhengyi.one/HMM.html 2、http://blog.sciencenet.cn/blog-741529-827705.html
阅读全文
摘要:参考: 1、Understanding Convolutional Neural Networks for NLP 2、Implementing a CNN for Text Classification in TensorFlow
阅读全文
摘要:参考:http://blog.csdn.net/yelyyely/article/details/41114449 1、调整到anaconda下的python 2、安装有关程序
阅读全文
摘要:链接: 在训练卷积神经网络(CNN)的某一个卷积层时,实际上是在训练一系列的滤波器(filter)。简单来说,训练CNN在相当意义上是在训练每一个卷积层的滤波器。让这些滤波器组对特定的模式有高的激活,以达到CNN网络的分类/检测等目的。 卷积层: 需要记住的是(过滤器)权值的纵深维度(depth d
阅读全文
摘要:参考 1、安装python3 2、创建虚拟环境:
阅读全文
摘要:参考: Convolutional Neural Networks for Sentence Classification Convolutional Neural Networks for Sentence Classification Convolutional Neural Networks
阅读全文
摘要:参考: http://tflearn.org/examples/
阅读全文
摘要:一、概述 贝叶斯网是概率论和图论相结合的产物,可以从概率论的角度讨论变量间的依赖与独立,也可以从图论的角度讨论节点间的连通与分隔,两者有深刻的联系。 1.通过图论准则可以判别变量间条件独立关系。 2.X 与 Y 不直接相连,通过其他变量才能在两者间传递信息;如果 X 和 Y 之间的所有信息通道都被阻
阅读全文
摘要:skflow也即是 tf.contrib.learn, 是 TensorFlow 官方提供的另外一个对 TensorFlow 的高层封装,通过这个封装,用户可以和使用 sklearn 类似的方法使用 TensorFlow。 参考:Introduction to Scikit Flow 另一个高层封装
阅读全文
摘要:看到一篇机器学习笔记文档,把精确率与召回率写的不太清楚,有必要记录一下 参考: 通俗地来说,Precision 就是检索出来的条目中(比如:文档、网页等)有多少是准确的,Recall就是所有准确的条目有多少被检索出来了。 不多说,直接看图 ==
阅读全文
摘要:#!/usr/bin/python import pandas as pd data = {'year':[2000,2001,2002,2001,2002],'value':[1.5,1.7,3.6,2.4,2.9]} frame = pd.DataFrame(data) def testfunc(x, str): #第一个参数代表该函数处理的每一个元素,第二个参数args是传入的参数...
阅读全文