推荐算法
摘要:https://blog.csdn.net/App_12062011/article/details/85414969
阅读全文
posted @
2020-08-24 15:21
脆皮软心
阅读(115)
推荐(0) 编辑
基于物品(Item)的协同过滤算法
摘要:非常好理解的基于物品的协同过滤 https://blog.csdn.net/qq_41544550/article/details/96614442
阅读全文
IsolationForest算法spark实现
摘要:/* Notice: 需要事先将IsolationForest算法源码利用mvn方式jar包,才可以使用import org.apache.spark.ml.iforest.IForest scala源代码地址:https://github.com/titicaca/spark-iforest py
阅读全文
神经网络
摘要:https://www.jianshu.com/u/f4fe92da869c 最近任务比较轻松,所以就想学习深度学习,以前看过一些深度学习的相关介绍,看的云里雾里,整个人头都大了,哈哈,真心看不懂,很郁闷,偶然间发现了简书上比较详细的介绍https://www.jianshu.com/u/f4fe9
阅读全文
posted @
2019-11-12 10:52
脆皮软心
阅读(115)
推荐(0) 编辑
密度峰值聚类
摘要:https://www.cnblogs.com/doggod/p/9887944.html
阅读全文
posted @
2019-10-25 11:40
脆皮软心
阅读(187)
推荐(0) 编辑
[时间序列分析][3]--自相关系数和偏自相关系数
摘要:自相关系数的意义https://blog.csdn.net/qushoushi0594/article/details/80096213 [时间序列分析][3]--自相关系数和偏自相关系数https://blog.csdn.net/wmn7q/article/details/70174300
阅读全文
posted @
2019-08-27 16:11
脆皮软心
阅读(1666)
推荐(0) 编辑
时间序列模型
摘要:时间序列模型https://yq.aliyun.com/articles/669046 基于Python的ADF单位根检验方法——时间序列平稳检验 利用ARIMA进行时间序列数据分析(Python) ARIMA建模的步骤和方法视频
阅读全文
posted @
2019-08-09 10:47
脆皮软心
阅读(184)
推荐(0) 编辑
时间序列分析和预测
摘要:https://blog.csdn.net/mengjizhiyou/article/details/82683448
阅读全文
posted @
2019-08-01 10:12
脆皮软心
阅读(211)
推荐(0) 编辑
特征选择
摘要:特征选择是特征工程中的重要问题(另一个重要的问题是特征提取),坊间常说:数据和特征决定了机器学习的上限,而模型和算法只是逼近这个上限而已。由此可见,特征工程尤其是特征选择在机器学习中占有相当重要的地位。 根据特征选择的形式又可以将特征选择方法分为3种: Filter(过滤式) Wrapper(包裹式
阅读全文
posted @
2019-07-04 14:59
脆皮软心
阅读(468)
推荐(0) 编辑
决策树
摘要:1. 决策树 决策树 (Decision tree,DT) 是一种基本的分类与回归方法。它是一个树形结构,对于指定特征空间上的数据点来说,总能顺着决策树的根节点一步步分配到子节点最终到达叶节点,而叶节点表示了该数据点所属的分类。在每一次分配到子节点的过程中可以看作是对数据点中特有的特征属性值进行的
阅读全文
posted @
2019-07-04 11:44
脆皮软心
阅读(1000)
推荐(0) 编辑
均值、方差、协方差、协方差矩阵、特征值、特征向量
摘要:线性变化: 线性变换(线性映射)是在作用于两个向量空间之间的函数,它保持向量加法和标量乘法的运算,从一个向量空间变化到另一个向量空间。实际上线性变换表现出来的就是一个矩阵。 特征值和特征向量是一体的概念: 对于一个给定的线性变换(矩阵A),它的特征向量 ξ 经过这个线性变换之后,得到的新向量仍然与原
阅读全文
posted @
2019-07-02 15:06
脆皮软心
阅读(881)
推荐(0) 编辑
浅谈梯度下降法
摘要:梯度下降法是机器学习里比较基础又比较重要的一个求最小值的算法。梯度下降算法过程如下: 1)随机初始值 2) 在这里,简单谈一下自己对梯度下降法的理解。 首先,要明确梯度是一个向量,是一个n元函数f关于n个变量的偏导数,比如三元函数f的梯度为(fx,fy,fz),二元函数f的梯度为(fx,fy),一元
阅读全文
posted @
2019-07-02 11:08
脆皮软心
阅读(1125)
推荐(0) 编辑
结合日常生活的例子,了解什么是卡方检验
摘要:卡方检验,统计学的方法,现在机器学习看变量的时候也会用到。 很多不知道的人,一听到这个名词,会马上联想到, 啊?还要拿张卡来检验吗? 其实卡方检验是英文Chi-Square Test 的谐音。在大数据运营场景中,通常用在某个变量(或特征)值是不是和应变量有显著关系。 我常听到运营和分析师这样的对话,
阅读全文
posted @
2019-07-02 09:19
脆皮软心
阅读(4529)
推荐(0) 编辑
朴素贝叶斯
摘要:https://www.jianshu.com/p/7a869cd83b1f
阅读全文
posted @
2019-06-06 16:16
脆皮软心
阅读(111)
推荐(0) 编辑
动态时间规整DTW(Dynamic Time Warping )
摘要:动态时间规整DTW(Dynamic Time Warping ) 原文:https://blog.csdn.net/raym0ndkwan/article/details/45614813 算法笔记-DTW动态时间规整 简介 简单的例子 定义 讨论 约束条件 步模式 标准化 点与点的距离函数 具体应
阅读全文
posted @
2019-02-27 16:58
脆皮软心
阅读(1545)
推荐(0) 编辑
灰色关联分析
摘要:1 简介 灰色系统理论提出了对各子系统进行灰色关联度分析的概念,意图透过一定的方法,去寻求系统中各子系统(或因素)之间的数值关系。因此,灰色关联度分析对于一个系统发展变化态势提供了量化的度量,非常适合动态历程分析。 对于两个系统之间的因素,其随时间或不同对象而变化的关联性大小的量度,称为关联度。在系
阅读全文
posted @
2019-02-25 15:53
脆皮软心
阅读(5952)
推荐(0) 编辑
轮廓系数
摘要:轮廓系数: 轮廓系数(Silhouette Coefficient)结合了聚类的凝聚度(Cohesion)和分离度(Separation),用于评估聚类的效果。该值处于-1~1之间,值越大,表示聚类效果越好。具体计算方法如下: 从上面的公式,不难发现若s(i)小于0,说明i与其簇内元素的平均距离小于
阅读全文
posted @
2018-12-11 15:29
脆皮软心
阅读(4746)
推荐(2) 编辑