04 2020 档案

9、主成分分析
摘要：一、用自己的话描述出其本身的含义： 1、特征选择 特征选择就是从所有特征中选择部分特征作为训练集，即对现有特征的“取其精华，去其糟粕”，特征在选择前后。可以改变值、也可以不改变值，只是选择后的特征维数肯定要比选择前小。 2、PCA 它是一种分析，简化数据集的技术。，是数据维数压缩，尽可能尽可能降低原 阅读全文
posted @ 2020-04-28 08:03 皎月星辰 阅读(146) 评论(0) 推荐(0)
7.逻辑回归实践
摘要：1.逻辑回归是怎么防止过拟合的？为什么正则化可以防止过拟合？（大家用自己的话介绍下） 逻辑回归是通过正则化来防止过拟合的； 正则化可以防止过拟合是：因为过拟合的时候，拟合函数的系数往往非常大，而正则化是通过约束参数的范数使其不要太大，所以可以在一定程度上减少过拟合情况。 正规化背后的思路就是：如果我 阅读全文
posted @ 2020-04-27 11:53 皎月星辰 阅读(140) 评论(0) 推荐(0)
8、特征选择
摘要：用过滤法对以下数据进行特征选择： [[0,2,0,3], [0,1,4,3], [0,1,1,3]] 要求： 1、Variance Threshold（threshold =1.0） 2、将结果截图 （1）、Variance Threshold（threshold =1.0） （2）、Varianc 阅读全文
posted @ 2020-04-27 10:03 皎月星辰 阅读(133) 评论(0) 推荐(0)
6.逻辑归回
摘要：1.用自己的话描述一下，什么是逻辑回归，与线性回归对比，有什么不同？ 什么是逻辑回归: 首先，逻辑回归是一种分类（Classification）算法。比如说：给定一封邮件，判断是不是垃圾邮件给出一个交易明细数据，判断这个交易是否是欺诈交易给出一个肿瘤检查的结果数据，判断这个肿瘤是否为恶性肿瘤逻辑回归 阅读全文
posted @ 2020-04-24 21:38 皎月星辰 阅读(477) 评论(0) 推荐(0)
5.线性回归算法
摘要：1.本节重点知识点用自己的话总结出来，可以配上图片，以及说明该知识点的重要性 1）。机器学习算法中回归算法的分类 2）。回归与分类的区别 3）线性回归的定义 线性回归模型建模速度快，不需要很复杂的计算，在数据量大的情况下依然运行速度很快；可以根据系数给出每个变量的理解和解释；对异常值很敏感。 线性回 阅读全文
posted @ 2020-04-21 09:00 皎月星辰 阅读(356) 评论(0) 推荐(0)
4.K均值算法--应用
摘要：1. 应用K-means算法进行图片压缩 读取一张图片 观察图片文件大小，占内存大小，图片数据结构，线性化 用kmeans对图片像素颜色进行聚类 获取每个像素的颜色类别，每个类别的颜色 压缩图片生成：以聚类中收替代原像素颜色，还原为二维 观察压缩图片的文件大小，占内存大小 from sklearn. 阅读全文
posted @ 2020-04-18 07:13 皎月星辰 阅读(281) 评论(0) 推荐(0)
3.K均值算法
摘要：1.扑克牌手动演练k均值聚类过程：>30张牌，3类 过程： 选择3个初始中心； 对牌进行分类，按照欧氏距离（即所分的该牌离不同中心的距离的绝对值大小）进行分类。 在第一轮分牌结束后，对每一组牌进行计算其平均值，以每组的平均值作为下一次的中心（即分牌的依据） 重复上述的步骤，直至聚类中心的值不再改变。 阅读全文
posted @ 2020-04-15 10:11 皎月星辰 阅读(285) 评论(0) 推荐(0)
2.机器学习相关数学基础
摘要：2.本周视频学习内容：https://www.bilibili.com/video/BV1Tb411H7uC?p=2 1）P2 概率论与贝叶斯先验 本福特定律（Frank Benford,又称为第一数字定律），是指在实际生活得出的一组数据中，以1为首位数字出现的概率约为总数的三成；是直观想象1/9的 阅读全文
posted @ 2020-04-13 20:21 皎月星辰 阅读(177) 评论(0) 推荐(0)
1. 机器学习概述
摘要：一、开发环境情况 1、Python环境： 使用了PyCharm作为开发环境： python版本为3.7： 2、pip list： 2、学习笔记 （1）机器学习概论 运用到的数学： 高数，线形回归 2.机器学习有： 1）有监督学习 2）无监督学习 3.机器学习内涵 1）可以解决：数据预测问题等问题 2 阅读全文
posted @ 2020-04-02 08:02 皎月星辰 阅读(397) 评论(0) 推荐(0)