- 博客(7)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 【机器学习实战-python3】缩减系数来“理解”数据
遇到数据特征比样本点还多的情况，不再能使用线性回归的方法，因为计算逆矩阵的时候会出错。 引入岭回归来解决特征数大于样本点个数的情况 一、岭回归 岭回归就是在矩阵XTXX^{T}X中加入λI\lambda I来使矩阵非奇异，今儿能够计算其逆矩阵。矩阵I是一个m维的单位矩阵，对角线元素全为1，λ\lambda是用户定义的一个数值，因此回归系数计算公式为：w=（XTX+λI）−1XTyw=（X^{T
2017-03-27 20:13:41
1979
原创 【论文笔记】CSCW2017 A Glimpse Far into the Future:Understanding Long-term Crowd Worker Quality
原文出处 CSCW2017 What Works in Crowd Work 部分 http://dl.acm.org/citation.cfm?id=2998248&CFID=741971565&CFTOKEN=98940772 本篇记录个人论文阅读笔记，翻译和个人理解结合，有不足之处欢迎指正。一、Abstract摘要 微型任务众包在大数据集的创建中变得至关重要。参与众包的工作人员需
2017-03-22 17:45:47
783
原创 【Linux Shell编程】Part1（基础） Linux命令行
这里记录个人学习linux shell编程的相关学习笔记，操作系统为ubuntu16.04LTS，参考书籍linux命令行与shell脚本大全 的 一、基本bash shell命令 1、man 命令 man 命令用来访问linux系统上的手册页面，在想要查找的工具名称前面加man，就可以找到那个工具相对应的所有手册条目。如查看ls下对应的手册条目：man ls 例如：man sudo
2017-03-19 20:58:03
768
原创 【机器学习实战-python3】线性回归
本篇将介绍机器学习中的回归算法（主要是线性回归）。分类输出的结果是标称型的数值（类别值），而回归预测是结果是一组连续值。简而言之，回归与分类的不同在于其目标变量是连续数值型。 本篇的数据和代码参见：https://github.com/stonycat/ML-in-Action 一、线性回归拟合直线 回归的目的是预测数值型的目标值，最简单的办法就是根据输入的数据返回一个计算目标值的公式，所求的公
2017-03-18 14:50:23
3429
原创 【机器学习实战-python3】Adaboost元算法提高分类性能
工具：PythonCharm 书中的代码是python2的，而我用的python3，结合实践过程，这里会标注实践时遇到的问题和针对python3的修改。 实践代码和训练测试数据可以参考这里 https://github.com/stonycat/ML-in-Action （原书作者也提供了源码，但是存在一些问题，且在python3中有部分修改）————————卖萌=￣ω￣=分割线————
2017-03-16 21:46:09
3139
3
原创 【深度学习】Tensorflow学习记录（一） softmax regression mnist训练
之前学了2个月的caffe，最近打算开始学一些TensorFlow，这里记录相关的学习、实践测试笔记。入门笔记TensorFlow是由Google开发第二代（基于DistBelief）分布式的机器学习算法实现框架和部署系统，前端支持Python，C++，Go，Java等多种语言，后端使用C++，CUDA等写成，可在众多异构系统上方便地移植，CPU，GPU集群，iOS，Android等。 Githu
2017-03-11 22:03:24
1439
原创 【机器学习实战-python3】支持向量机（Support Vecrtor Machines SVM）
有人认为SVM是最好的现成的分类器，“现成”指的是分类器不加修改即可直接使用，意味着直接应用SVM可以取得较低的错误率，对训练集之外的数据点做出很好的分类决策。 SVM有许多实现，这里介绍其中一种最流行的实现，即序列最小优化（SMO）算法，然后添加kernel函数将SVM拓展到更多数据集。 SVM是基于最大间隔分隔数据，若所给数据是二维的，则分隔线为一条直线，若数据为三维的，则分割线为一个平面，
2017-03-02 16:41:50
2696
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人