摘要：
一、简介 1.1 比赛描述 建模零售数据的一个挑战是需要根据有限的历史做出决策。如果圣诞节一年一次，那么有机会看到战略决策如何影响到底线。 在此招聘竞赛中，为求职者提供位于不同地区的45家沃尔玛商店的历史销售数据。每个商店都包含许多部门，参与者必须为每个商店中的每个部门预测销售额。要添加挑战，选定的 阅读全文
摘要：
是否在人类监督下进行训练（监督，无监督和强化学习） 在机器学习中，无监督学习就是聚类，事先不知道样本的类别，通过某种办法，把相似的样本放在一起归位一类；而监督型学习就是有训练样本，带有属性标签，也可以理解成样本有输入有输出。 所有的回归算法和分类算法都属于监督学习。回归和分类的算法区别在于输出变量的 阅读全文
摘要：
kaggle链接:https://www.kaggle.com/c/GiveMeSomeCredit 一、简介 kaggle上经典的风控模型：通过预测未来两年内某人将面临财务困境的可能性，提高信用评分的现有水平 1.1 比赛描述银行在市场经济中起着至关重要的作用。他们决定谁可以获得融资以及在什么条件 阅读全文
摘要：
一、集成学习 集成学习就是合并多个分类器的预测。一般会在一个项目快结束的时候使用集成算法，一旦建立了一些好的分类器，就可以使用集成把它们合并成一个更好的分类器。著名的集成方法：投票分类、bogging、pasting、boosting、stacking、和一些其它算法。 1.1 投票分类（少数服从多 阅读全文
摘要：
决策树和支持向量机一样， 决策树是一种多功能机器学习算法， 即可以执行分类任务也可以执行回归任务。决策树也是随机森林的基本组成部分，而随机森林是当今最强大的机器学习算法之一。 一、决策树分类 1.1 实现决策树分类 1.2 决策树的可视化 使用export_graphviz()方法，通过生成一个叫做 阅读全文
摘要：
首先说下LIKE命令都涉及到的通配符： % 替代一个或多个字符 _ 仅替代一个字符 [charlist] 字符列中的任何单一字符 [^charlist]或者[!charlist] 不在字符列中的任何单一字符 其中搭配以上通配符可以让LIKE命令实现多种技巧： 1、LIKE'Mc%' 将搜索以字母 M 阅读全文
摘要：
本次使用的数据集是比较经典的mnist数据集。它有着 70000 张规格较小的手写数字图片，由美国的高中生和美国人口调查局的职员手写而成。这相当于机器学习当中的“Hello World”，人们无论什么时候提出一个新的分类算法，都想知道该算法在这个数据集上的表现如何。机器学习的初学者迟早也会处理 MN 阅读全文
摘要：
下载数据 加载数据 查看数据结构 info() info()方法可以快速查看数据的描述，特别是总行数、每个属性的类型和非空值的数量 查看数据结构 info() info()方法可以快速查看数据的描述，特别是总行数、每个属性的类型和非空值的数量 查看数据结构 info() info()方法可以快速查看 阅读全文
摘要：
1.如何定义机器学习？ 机器学习是通过编程让计算机从数据中进行学习的科学（和艺术）。 2.机器学习可以解决的四类问题？ 监督学习、非监督学习、半监督学习和强化学习 3.什么是带标签的训练集？ 用来训练算法的训练数据包含了答案 4.最常见的两个监督任务是什么？ K近邻算法 线性回归 逻辑回归 支持向量 阅读全文
摘要：
简而言之，因为你的主要任务是选择一个学习算法并用一些数据进行训练，会导致错误的两件事就是“错误的算法”和“错误的数据”。我们从错误的数据开始。 训练数据量不足 要让一个蹒跚学步的孩子知道什么是苹果，需要做的就是指着一个苹果说“苹果”（可能需要重复这个过程几次）。现在这个孩子就能认识所有形状和颜色的苹 阅读全文