随笔分类 - 机器学习
摘要：一、概述 分类模型是机器学习中一种最常见的问题模型，在许多问题场景中有着广泛的运用，是模式识别问题中一种主要的实现手段。分类问题概况起来就是，对一堆高度抽象了的样本，由经验标定了每个样本所属的实际类别，由特定算法训练得到一个分类器，输入样本属性即自动计算出其所属类别，从而完成特定的识别任务。依实现原
阅读全文
摘要：## 一、概述 当前人工智能技术实现的一种主要手段是机器学习，而机器学习能够解决的问题主要有三种：分类、聚类、回归，有监督的是分类，无监督的是聚类。所谓聚类，就是以一定的方法将一堆样本依它们本身的数据特性划分成不同的簇类，以达成不同的技术目的，k-means就是这样一种基础聚类算法。 ## 二、算法
阅读全文
摘要：一、朴素贝叶斯法原理 1.基本原理 朴素贝叶斯法(Naive Bayes)是一种基础分类算法，它的核心是贝叶斯定理+条件独立性假设。贝叶斯定理描述的是两个条件概率之间的关系，对两个事件A和B，由乘法法则易知 贝叶斯定理就是对这个关系式的
阅读全文
摘要：kNN(k nearest neighbor,k近邻)是一种基础分类算法，基于“物以类聚”的思想，将一个样本的类别归于它的邻近样本。
阅读全文
摘要：在图像处理相关的问题中，图像对准是一类典型的问题，也就是要将两幅图严丝合缝地对应起来。通常来讲，两幅图大小不一，一个是模板，一个是母图，也就是要在母图中搜寻定位到与模板图最为接近的区域。
阅读全文
摘要：基于房价数据，在python中训练得到一个线性回归的模型，在JavaWeb中加载模型完成房价预测的功能。 一、 训练、保存模型 工具：PyCharm-2017、Python-39、sklearn2pmml-0.76.1。 1.训练数据house_price.csv No square_feet pr
阅读全文
摘要：一、概述 对于由Python训练的机器学习模型，通常有pickle和pmml两种部署方式，pickle方式用于在python环境中的部署，pmml方式用于跨平台（如Java环境）的部署，本文叙述的是pmml的跨平台部署方式。 PMML(Predictive Model Markup Language
阅读全文
摘要：使用pmml的方式跨平台部署机器学习模型时，在java中加载模型，出现了该错误 原因：java的jar包版本与PMML文件的版本不相符，jar包的版本过低无法解析PMML文件。如果升级jar包，加载模型的当前语法不可用；因此，降低PMML文件的版本号是安全可靠的。 解决：将pmml文件中xmlns=
阅读全文
摘要：一、概述 维特比算法是安德鲁.维特比(Andrew Viterbi)于1967年为解决通信领域中的解码问题而提出的，它同样广泛用于解决自然语言处理中的解码问题，隐马尔可夫模型的解码是其中典型的代表。无论是通信中的解码问题还是自然语言处理中的解码问题，本质上都是要在一个篱笆网络中寻找得到一条最优路径。
阅读全文
