2017年05月_onlyfansnft.art

12月 11月 10月 09月 08月 07月 06月 05月 03月 02月 01月

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 vim常用使用命令

1、块缩进① 先按 Esc 再按 v②然后按上下键选择索要缩进的行③最后按 Shift + <（向左缩进）或 >（向右缩进）

2017-05-16 18:36:40 321

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

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

原创 『推荐系统实战——王亮』阅读笔记

原创 随机森林

原创 vim常用使用命令

原创 『机器学习』评估方法

原创 『机器学习』机器学习中涉及到的数学公式

空空如也

空空如也

原创『推荐系统实战——王亮』阅读笔记

原创随机森林

原创『机器学习』评估方法

原创『机器学习』机器学习中涉及到的数学公式