摘要：
本周收获 总结一下本周学习内容： 1、《深入浅出Pandas》的第11章：Pandas文本处理 11.1 数据类型 11.2 字符的操作 11.3 文本高级处理 🚗博客： Pandas文本处理 2、《机器学习》第4章剩下的 4.3剪枝处理 4.4连续与缺失值 4.5多变量决策树 🚗博客：机器学习 阅读全文
摘要：
下面介绍一些常见的神经网络 1、其他常见神经网络 1.1RBF网络 RBF网络是一种单隐层前馈神经网络，它使用径向基函数作为隐层神经元激活函数，而输出层则是对隐层神经元输出的线性组合。径向基函数，是某种沿径向对称的标量函数，通常定义为样本到数据中心之间欧氏距离的单调函数。具有足够多隐层神经元的RBF 阅读全文
摘要：
1、 基本概念 在机器学习中，神经网络一般指的是“神经网络学习”，是机器学习与神经网络两个学科的交叉部分。所谓神经网络，目前用得最广泛的一个定义是“神经网络是由具有适应性的简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实世界物体所做出的交互反应”。神经网络其实就是一个函数近似器。 阅读全文
摘要：
前面机器学习：决策树（上）已经学习了构造决策树的基本流程、三个常见算法、以及划分属性的方法，下面将学习如何优化一个决策树 1、剪枝处理 剪枝（pruning）是决策树学习算法应对过拟合的主要手段。因为决策树模型太强大了，很可能把训练集学得太好以致于把训练集本身的特性也给学习了（特别是属性数多于样本数 阅读全文