LegenDavid's warehouse

转载 机器学习算法比较

机器学习算法比较Posted on 2016-02-26   |   In ML   |     |   views : 18253本文主要回顾下几个常用算法的适应场景及其优缺点！（提示：部分内容摘自网络）。机器学习算法太多了，分类、回归、聚类、推荐、图像识别领域等等，要想找到一个合适算法真的不容易，所以在实际应用中，我们一般都是采用启发式学习方式来实验。通常最开始

原创 一步一步解决一个机器学习问题

转载 模板的声明和实现为何要放在头文件中？

http://www.gois.ws/showfile.asp?id=460:0:0如何组织编写模板程序 发表日期： 1/21/2003 12:28:58 PM 发表人： Nemanja Trifunovic前言常遇到询问使用模板到底是否容易的问题，我的回答是：“模板的使用是容易的，但组织编写却不容易”。看看我们几乎每天都能遇到的模板类吧，如STL, ATL, WT

转载 彻底解决matplotlib中文乱码问题

1.环境查看a.系统版本查看[hadoop@p168 ~]$ cat /etc/redhat-releaseCentOS Linux release 7.2.1511 (Core) b.系统中文字体查看[hadoop@p168 ~]$ fc-list :lang=zh/usr/share/fonts/wqy-microhei/wqy-microhei.t

原创 python 进程间通信

注意一点，进程间通信，尤其是使用manager的时候，性能会受限于manager进程，所以应该尽量减少写manager的情况和频率，比如每个进程应该优先把结果存在本地进程然后统一写manager等方式python multiprocessingmultiprocessing在2.6才开始使用multiprocessing 是一个使用方法类似threadi

转载 多高的AUC才算高？

问题的引出 AUC这个指标有两种解释方法，一种是传统的“曲线下面积”解释，另一种是关于排序能力的解释。例如0.7的AUC，其含义可以大概理解为：给定一个正样本和一个负样本，在70%的情况下，模型对正样本的打分高于对负样本的打分。可以看出在这个解释下，我们关心的只有正负样本之间的分数高低，而具体的分值则无关紧要。 我们在各种分享中常常会看到，某大牛的某模型

转载 数据挖掘算法之离散化和二元化

离散化和二元化有些数据挖掘算法，特别是某些分类算法，要求数据是分类属性形式。发现关联模式的算法要求数据是二元属性形式。这样，常常需要将连续属性变换成分类属性（离散化，discretization），并且连续和离散属性可能都需要变换成一个或多个二元属性（二元化，binarization）。此外，如果一个分类属性具有大量不同值（类别），或者某些值出现不频繁，则对于某些数据挖掘任务，通过合并某些值减