机器学习
文章平均质量分 73
Zhang_Yu_Joseph
专注物联网
展开
-
集体智慧总结和使用范围归纳
最近把集体智慧编程看完了,这里做一些总结:朴素贝叶斯分类器:简而言之,属于监督学习训练input(郑州城管写“奇诗” 刷爆朋友圈) is (表扬城管)input(4大城管举措管出“巴适”成都) is (表扬城管)input(街头砍死城管杀人疑犯落网)is (中性)input(城管拆小区违建未提前告知被判违法 也算强拆)is (批评城管)input(贵阳城管被曝围原创 2015-11-14 11:30:08 · 614 阅读 · 0 评论 -
集体智慧总结和使用范围归纳(二)
接着上篇继续:神经网络类型有非常多了。这里仅介绍一下多层感知器网络。她由两层神经元构成,第一层是感知神经元,负责将输入传递给第二层的隐藏神经元。最后由隐藏神经元输出,得到一组数字(没有实际的意义),对应一系列的输入,就是根据这些数字的大小来对输入进行排序,分类等。图是从别处引用的(http://blog.csdn.net/u011067360)。这里有4个输入神经,架设原创 2015-11-16 10:16:02 · 682 阅读 · 0 评论 -
集体智慧总结和使用范围归纳(三)
支持向量机(SVM)先上图说明:这是一种监督式的分类方法,适合于数据量比较大的情况。即是首先对已知数据进行区域判定,之后位置数据落在哪个区域内,就判断是属于哪个分类。训练这里假设对户主进行行为分析,横轴和纵轴分别是两个特征,而不同颜色则是她的3种行为习惯,那么在划分了区域后,之后只要知道她的两种特征后,就能推断出她在做什么。但是,如果分类图如下所示:就不好线原创 2015-11-17 10:06:29 · 695 阅读 · 0 评论 -
集体智慧总结和使用范围归纳(四)
聚类聚类是典型的非监督式机器学习方法,他们不需要训练数据,当然也不能做预测,但是他们可以对已有数据集进行分类。这里介绍分集聚类和k-均值聚类(k-means)分集聚类她的工作过程就是先把最近的两个点(A and D)合并为A‘,再将A'与C进行合并,以及B和E进行合并,最终形成两个不能合并的点’,而已经合并的点是一种树状图关系。最常见的应用就是不同性质文章的分类,最后比原创 2015-11-18 10:55:25 · 657 阅读 · 0 评论 -
scikit-learn 学习笔记(一)
其实前一阵一直在看《机器学习系统设计》,但是发现书上代码不全,不好复现,而且书针对的主要是文字的处理,正好是我最不关心的方向,所以看到一半忍痛弃坑。那么我们开始scikit-learn文档学习的旅程吧。1. 线性模型我对于线性模型的理解就是,将一系列的已知点回归到一个线性方程上去,类似于:。之后就可以用这个方程来预测未知点的解了。sklearn 规定 w0是 intercept_. w原创 2015-12-10 08:58:30 · 5818 阅读 · 0 评论