- 博客(5)
- 收藏
- 关注
原创 『推荐系统实战——王亮』阅读笔记
1、推荐方式①社会化推荐②基于内容的推荐③协同过滤2、推荐系统的组成①前台的展示页面②后台的日志系统③推荐算法系统3、个性化推荐的成功应用需要两个条件①信息过载②用户没有明确的需求,因为如果有明确的需求就可以直接通过搜索引擎来找到备注:然而事实上即使是有明确的需求,在搜索引擎中找到符合自己想要的东西仍然需要耗费较大的成本,因为搜索引擎只是把范围缩小了,而并没有直接提供最符合我们的情况的搜索结果4、个
2017-05-27 14:16:42 826
原创 随机森林
1、随机森林中的概率是怎么算的? 如果是分类问题,则输出为所有树中预测概率总和最大的那一个类,即对每个c(j)的p进行累计;如果是回归问题,则输出为所有树的输出的平均值。 2、决策树的分类概率是怎么算的? 将max(P(i))对应的分类作为当前叶节点的分类
2017-05-22 16:10:52 949
原创 『机器学习』评估方法
1、留出法(hold out):将数据集 D 划分为训练集 S 和测试集 T2、留一法:留一法是留出法的特例,即每次测试集 T 只留一个数据,剩下的作为训练集 S备注:在分类任务中,在划分数据集时,训练集 S 和测试集 T 中的类别比例要跟数据集 D 中的类别比例相似。备注的疑问:那么在划分样本类别不均衡的样本时,是否仍要遵守这样的准则??3、K折交叉验证(k-fold cross validati
2017-05-11 14:27:43 3006
原创 『机器学习』机器学习中涉及到的数学公式
1、卡方检验x2=∑ni=1(Ai−n∗pi)2n∗pix^{2} = \sum_{i=1}^{n}\frac{(A_{i} - n*p_{i})^{2}}{n*p_{i}} AiA_{i}:代表某个类别的观察频数 npinp_{i}:是基于 H0H_{0} 计算的期望频数 H0H_{0}:观察频数与期望频数没有差别
2017-05-08 11:44:01 1733
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人