摘要：文本是时序型数据，词与词之间的顺序关系往往影响整个句子的含义。这里我整理了一些顺序不同，含义不同的例子。 传统的RNN模型在处理句子时，以序列的模式逐个处理句子中的词语，这使得词语的顺序信息在处理过程中被天然的保存下来了，并不需要额外的处理。 而对于Transformer来说，由于句子中的词语都是同
阅读全文
posted @ 2023-02-20 19:41
随笔分类 - 机器学习
摘要：对智能感知的定义：更聪明的感知，通过引入新技术、人工智能，做到：感知范围全面，感知波动精细，知道影响根因，能抽象出实际业务架构图...。 智能感知关键工作： 感知影响范围； 感知波动变化（不仅仅是超阈值的报警，用于故障边缘的压测和演练，日常的运营）； 感知影响根因（大家都有波动、报警时，是谁引起的，
阅读全文
posted @ 2022-12-08 16:40
摘要：早在文艺复兴时期，培根就提出了“知识就是力量”，在当今人工智能时代，各大科技公司更是纷纷提出：知识图谱就是人工智能的基础。 一、什么是知识图谱？ 知识图谱（ Knowledge Graph）的概念由谷歌2012年正式提出，旨在实现更智能的搜索引擎，并且于2013年以后开始在学术界和业界普及。 知识图
阅读全文
posted @ 2022-12-01 19:38
摘要：package ml import ( "github.com/dmitryikh/leaves" ) var modelML *leaves.Ensemble // 初始化加载模型 func initML() { if modelML != nil { return } useTransforma
阅读全文
posted @ 2022-11-07 14:50
摘要：向量是由n个实数组成的一个n行1列（n1）或一个1行n列（1n）的有序数组； 向量的点乘,也叫向量的内积、数量积，对两个向量执行点乘运算，就是对这两个向量对应位一一相乘之后求和的操作，点乘的结果是一个标量。 代数定义 于向量a和向量b： a和b的点积公式为： 前提条件：要求一维向量a和向量b的行列数
阅读全文
posted @ 2022-04-29 19:55
摘要：在机器学习算法中，常会遇到分类特征是离散的，无序的。 例如：性别有男、女，城市有北京，上海，深圳等。 性别特征：["男"，"女"] => 0，1 地区特征：["北京"，"上海，"深圳"] => 0，1，2 工作特征：["演员"，"厨师"，"公务员"，"工程师"，"律师"] => 0，1，2，3，4
阅读全文
posted @ 2022-04-10 21:20
摘要：数据来源 这里使用的数据数据是使用 Nebula Console 创建的测试数据 https://docs.nebula-graph.com.cn/2.6.1/2.quick-start/3.connect-to-nebula-graph/#_3 数据结构 常用查询语句 GO 语句 GO 语句可以根
阅读全文
posted @ 2021-12-10 19:43
摘要：安装centos7 在 https://hub.docker.com/_/centos?tab=tags 选择你需要安装的centos版本,我选择的是 7.9.2009 版本。 启动、配置 centos7.9.2009镜像 注意： Centos 7 使用命令 ip addr 查看IP地址。 保存镜像
阅读全文
posted @ 2021-12-10 14:49
摘要：ROC曲线 ROC曲线的全称是“接收者操作特征曲线”（receiver operating characteristic curve），它是一种坐标图式的分析工具，用于： ROC曲线渊源 ROC曲线起源于第二次世界大战时期雷达兵对雷达的信号判断。当时每一个雷达兵的任务就是去解析雷达的信号，但是当时的
阅读全文
posted @ 2021-11-26 19:23
摘要：安装 pip install lightgbm conda install lightgbm 【python】conda和pip安装库之间的区别 代码 from lightgbm import LGBMClassifier X = [[1,2],[3,4],[5,6],[7,8],[9,10]] y
阅读全文
posted @ 2021-09-13 07:46
摘要：数据文件说明 本示例的数据集文件可以在https://github.com/dmlc/xgboost/tree/master/demo/data这里获得。 该数据集描述的是不同蘑菇的相关特征，如大小、颜色等，并且每一种蘑菇都会被标记为可食用的（标记为0）或有毒的（标记为1）。 LibSVM 格式说明
阅读全文
posted @ 2021-07-27 19:50
摘要：XGBoost本质上就是一种GBDT，但是力争把速度和效率提高到极致，所以叫X (Extreme) GBoosted。 下面例子来自：陈天奇的讲义PPT 我们要预测一家人对电子游戏的喜好程度。 Tree1: 考虑到年轻和年老相比，年轻更可能喜欢电子游戏，以及男性和女性相比，男性更喜欢电子游戏，故先根
阅读全文
posted @ 2021-07-25 20:08
摘要：余弦相似度计算公式看：余弦相似度Cosine Similarity相关计算公式。 余弦相似度在度量各种相似度上比较常用。 案例：文本相似度 比如有下面两个句子，我们要计算这两个句子的相似度。 句子A：他不仅是一个歌手，还是一个舞者； 句子B：他既是一个歌手，也是一个舞者。 我们从词频入手，来计算其相
阅读全文
posted @ 2021-07-23 10:53
摘要：余弦相似度，又称为余弦相似性，是通过测量两个向量的夹角的余弦值来度量它们之间的相似性。 两个方向完全相同的向量的余弦相似度为1，而两个彼此相对的向量的相似度为-1。 注意，它们的大小并不重要，因为这是方向的度量。 如何计算 余弦定理 余弦定理是三角形中三边长度与一个角的余弦值（cos）的数学式。 余
阅读全文
posted @ 2021-07-23 07:55
摘要：机器学习过程主要包括：数据的特征提取、数据预处理、训练模型、测试模型、模型评估改进等几部分： 机器学习算法主要包括以下几类： regression (回归) 回归：建立一个回归方程来预测目标值，用于连续型分布预测。 回归算法在很多领域得到了普遍应用，在金融方面，可以用它来做股市行情分析和预测；在产品
阅读全文
posted @ 2021-07-19 10:24
摘要：回归分析（Regression Analysis）是一种统计学上分析数据的方法，目的在于了解两个或多个变数间是否相关、相关方向与强度，并建立数学模型以便观察特定变数来预测研究者感兴趣的变数。 一元线性回归分析 在回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析
阅读全文
posted @ 2017-01-16 17:45
