2017年6月
机器学习实战之树回归
摘要： 一，引言 尽管线性回归包含了一些强大的方法，但这些方法创建的模型需要拟合所有的样本数据。当数据拥有众多特征并且特征之间的关系比较复杂时，构建全局线性模型就会非常困难。并且，在实际生活中很多问题都是非线性的，很难通过全局线性模型来拟合所有数据。 解决上述非线性数据的拟合问题的一个可行的方法是，将数据集 阅读全文
posted @ 2017-06-11 18:45 卑微的蜗牛 阅读(7159) 评论(0) 推荐(1) 编辑
机器学习实战之回归
摘要： 一，引言 前面讲到的基本都是分类问题，分类问题的目标变量是标称型数据，或者离散型数据。而回归的目标变量为连续型，也即是回归对连续型变量做出预测，最直接的办法是依据输入写出一个目标值的计算公式，这样，对于给定的输入，利用该公式可以计算出相应的预测输出。这个公式称为回归方程，而求回归方程显然就是求该方程 阅读全文
posted @ 2017-06-06 00:25 卑微的蜗牛 阅读(7301) 评论(0) 推荐(0) 编辑
2017年5月
分类算法中的非均衡问题
摘要： 一，引言 在前面六个分类算法中，都假设了最后所有的预测类别的分类代价是一样的。但是，在实际中却并非如此，往往不同的决策结果所带来的影响和代价是不一样的。比如，第五章的实例，预测患马疝病的马匹是否死亡的结果，显然，死亡和不死亡的代价不同，毕竟马匹也是有生命的存在，更何况还有跟人类之间的感情。所以，当算 阅读全文
posted @ 2017-05-31 14:23 卑微的蜗牛 阅读(1203) 评论(0) 推荐(0) 编辑
机器学习实战之AdaBoost算法
摘要： 一，引言 前面几章的介绍了几种分类算法，当然各有优缺。如果将这些不同的分类器组合起来，就构成了我们今天要介绍的集成方法或者说元算法。集成方法有多种形式：可以使多种算法的集成，也可以是一种算法在不同设置下的集成，还可以将数据集的不同部分分配不同的分类器，再将这些分类器进行集成。 adaBoost分类器 阅读全文
posted @ 2017-05-26 16:38 卑微的蜗牛 阅读(44513) 评论(1) 推荐(1) 编辑
机器学习实战之SVM
摘要： 一引言： 支持向量机这部分确实很多，想要真正的去理解它，不仅仅知道理论，还要进行相关的代码编写和测试，二者想和结合，才能更好的帮助我们理解SVM这一非常优秀的分类算法 支持向量机是一种二类分类算法，假设一个平面可以将所有的样本分为两类，位于正侧的样本为一类，值为+1，而位于负一侧的样本为另外一类，值 阅读全文
posted @ 2017-05-25 09:25 卑微的蜗牛 阅读(27907) 评论(3) 推荐(3) 编辑
机器学习实战之logistic回归
摘要： 一，引言 假设我们现有一些数据点，我们用一条直线对这些点进行拟合，这个拟合的过程就称作回归。利用logistic回归进行分类的主要思想是：根据现有数据对分类边界线建立回归公式，以此进行分类。 我们知道，logistic回归主要是进行二分类预测，也即是对于0~1之间的概率值，当概率大于0.5预测为1， 阅读全文
posted @ 2017-05-18 19:21 卑微的蜗牛 阅读(20621) 评论(1) 推荐(2) 编辑
机器学习实战之朴素贝叶斯
摘要： 一，引言 前两章的KNN分类算法和决策树分类算法最终都是预测出实例的确定的分类结果，但是，有时候分类器会产生错误结果；本章要学的朴素贝叶斯分类算法则是给出一个最优的猜测结果，同时给出猜测的概率估计值。 1 准备知识：条件概率公式 相信学过概率论的同学对于概率论绝对不会陌生，如果一时觉得生疏，可以查阅 阅读全文
posted @ 2017-05-12 21:09 卑微的蜗牛 阅读(14689) 评论(3) 推荐(3) 编辑
机器学习实战之决策树
摘要： 一,引言： 上一章我们讲的kNN算法，虽然可以完成很多分类任务，但它最大的缺点是无法给出数据的内在含义，而决策树的主要优势就在于数据形式非常容易理解。决策树算法能够读取数据集合，决策树的一个重要任务是为了数据所蕴含的知识信息，因此，决策树可以使用不熟悉的数据集合，并从中提取一系列规则，在这些机器根据 阅读全文
posted @ 2017-05-05 15:32 卑微的蜗牛 阅读(14906) 评论(3) 推荐(3) 编辑
2017年4月
机器学习实战之kNN算法
摘要： 机器学习实战这本书是基于python的，如果我们想要完成python开发，那么python的开发环境必不可少： （1）python3.52,64位，这是我用的python版本 （2）numpy 1.11.3,64位，这是python的科学计算包，是python的一个矩阵类型，包含数组和矩阵，提供了大 阅读全文
posted @ 2017-04-28 11:33 卑微的蜗牛 阅读(10837) 评论(4) 推荐(2) 编辑
机器学习实战之机器学习主要任务
摘要： 之前已经看过，李航的统计与学习方法，对于机器学习相关算法的理论有了一定的了解，但是感觉对于实际的代码编写还有所欠缺，然后就打算花时间将机器学习实战这本书好好看一下，顺便学习一下python 估计看本书的读者大多都会忽略本书的第一章节，但是第一章我也是认真的看了一遍，里面讲了机器学习的重要性，机器学习 阅读全文
posted @ 2017-04-27 17:37 卑微的蜗牛 阅读(3924) 评论(0) 推荐(1) 编辑