摘要： 半监督学习 13.1 未标记样本 在实际生活中，常常会出现一部分样本有标记和较多样本无标记的情形。如何利用未标记样本数据呢？ 主动学习：从未标记样本中挑选不确定性高或分类置信度低的样本来咨询专家进行打标。最后使用扩充后的训练集重新训练学习器，这样便能大幅度降低标记成本，这便是主动学习，其目标是使用尽 阅读全文

摘要： 在计算机内存中，统一使用Unicode编码，当需要保存到硬盘或者需要传输的时候，就转换为UTF-8编码。 用记事本编辑的时候，从文件读取的UTF-8字符被转换为Unicode字符到内存里，编辑完成后，保存的时候再把Unicode转换为UTF-8保存到文件。 Python提供了ord()函数获取字符的 阅读全文

摘要： 安装了scipy后，报cannot import name imread错误， 1.网上查阅资料后说是需要安装pillow，安装pillow之后，仍然报该错误， 2.网上说是pillow与SciPy安装位置不同，经检查发现两者安装位置相同，排除 3.于是看到一个说把scipy降级到1.2.1，先删除 阅读全文

摘要： 第十一章 特征选择与稀疏学习 11.1 子集搜索与评价 对当前学习任务有用的属性称为“相关特征 ”、没什么用的属性称为“无关特征”。从给定的特征集合中选择出相关特征子集的过程，称为“特征选择”。 特征选择是一个重要的“数据预处理”过程，获取数据之后通常先进行特征选择，此后在训练学习器。 为什么要进行 阅读全文

摘要： 下面几个小节分别介绍了几种聚类算法 9.4 原型聚类 原型聚类亦称“基于原型的聚类”，此类算法假设聚类结构能够通过一组原型刻画，在现实聚类任务中极为常见。通常情况下，算法先对原型进行初始化，然后对原型进行迭代更新求解。 9.4.1 k均值算法 在这个算法中，我们把所有项分为k个簇，使得相同簇中所有项 阅读全文

摘要： 无监督学习：允许我们在对结果无法预知时接近问题，在“无监督学习”中，训练样本的标记信息是未知的，目标是通过对无标记训练样本的学习来揭示数据的内在性质及规律，为进一步的数据分析提供基础。 9.1 聚类任务 常见的无监督学习任务：聚类、密度估计、异常检测等。 聚类试图将数据集中的样本划分为若干个通常是不 阅读全文

摘要： 8.1 个体与集成 概念：集成学习通过构建并结合多个学习器来完成学习任务，有事也被称为多分类系统、基于委员会的学习等。 一般结构：先产生一组“个体学习器”，再用某种策略将它们结合起来。个体学习器通常由一个现有的学习算法从训练数据中产生，例如决策树算法、BP神经网络算法；此时集成中只包含同种类型的个体 阅读全文

摘要： 先验概率：基于已有知识对司机事件进行概率预估，但不考虑任何相关因素。 后验概率：基于已有知识对随机事件进行概率预估，并考虑相关因素P(c|X)。 7.1 贝叶斯决策论 贝叶斯决策论是概率框架下实施决策的基本方法。贝叶斯决策论考虑如何基于这些概率和误判损失来选择最优的类别标记。 在样本x上的“条件风险 阅读全文

摘要： 支持向量机分为：线性可分支持向量机、线性支持向量机、非线性支持向量机 线性可分支持向量机：训练数据线性可分，通过硬间隔最大化，学习一个线性的分类器； 线性支持向量机：训练数据近似线性可分，通过软间隔最大化，学习一个线性分类器 非线性支持向量机：训练数据线性不可分，通过使用核技巧以及软间隔最大化，学习 阅读全文

摘要： 本章主要介绍了神经元模型、一些典型的神经网络算法等 5.1 神经元模型 “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，他的组织能够模拟生物神经系统对真实世界物体作出的交互反应” 神经网络中最基本的成分是神经元模型。沿用至今的“M-P神经元模型”：神经元接收到来自n个其他神经元传递过来的 阅读全文