摘要: BP神经网络是一种按误差反向传播(简称误差反传)训练的多层前馈网络,其算法称为BP算法,它的基本思想是梯度下降法。 BP神经网络的网络结构: 通常有n个输入,m个输出,中间有若干个隐藏层,具体如下图所示: BP神经网络的计算过程: 工作信号正向传递过程(前向传播): 四个步骤: 1、输入层的每个节点 阅读全文
posted @ 2018-09-29 17:56 豆沙包1 阅读(845) 评论(0) 推荐(0) 编辑
摘要: 推荐算法越来越多的运用到我们的生活中,特别是在网站中,当你浏览大大小小的网站,你的行为被时刻记录着,并根据一些依据对你推荐一些物品。下面会简单介绍一下推荐算法,后续会继续对这些算法进行补充。 1.协同过滤算法 2.基于流行度的算法 3.基于模型的算法 4.混合算法 协同过滤算法 协同过滤算法有两种, 阅读全文
posted @ 2018-09-25 09:30 豆沙包1 阅读(187) 评论(0) 推荐(0) 编辑
摘要: 降维 机器学习领域中所谓的降维就是指采用某种映射方法,将原高维空间中的数据点映射到低维度的空间中。降维的本质是学习一个映射函数 f : x->y,其中x是原始数据点的表达,目前最多使用向量表达形式。 y是数据点映射后的低维向量表达,通常y的维度小于x的维度(当然提高维度也是可以的)。 降维有什么作用 阅读全文
posted @ 2018-09-17 10:48 豆沙包1 阅读(746) 评论(0) 推荐(0) 编辑
摘要: 数据不平衡问题 在学术研究与教学中,很多算法都有一个基本假设,那就是数据分布是均匀的。当我们把这些算法直接应用于实际数据时,大多数情况下都无法取得理想的结果。因为实际数据往往分布得很不均匀,都会存在“长尾现象”,也就是数据不平衡”。 以下几种方法是针对数据不平衡问题所做的处理,具体包括: 1.smo 阅读全文
posted @ 2018-09-07 18:35 豆沙包1 阅读(667) 评论(0) 推荐(2) 编辑
摘要: 模型融合 介绍:模型融合通常可以在各种不同的机器学习任务中使结果获得提升。顾名思义,模型融合就是综合考虑不同模型的情况,并将它们的结果融合到一起。具体内容会从以下几个方面来讲: 1、Voting 2、Averaging 3、Ranking 4、Bagging 5、Boosting 6、Stackin 阅读全文
posted @ 2018-09-01 12:10 豆沙包1 阅读(2296) 评论(2) 推荐(0) 编辑