机器学习
文章平均质量分 68
杨智友
这个作者很懒,什么都没留下…
展开
-
Mac 安装 xgboost
Mac 安装 xgboost1、升级brew由于把Mac升级到10.12后,brew没有更新,我在更新brew的时候发现几个坑,现分析一下。不要直接使用 brew update 更新brew,会报错。使用 brew upgrade 进行软件更新,在更新其他软件的同时会主动更新brew。2、安装最新版本的gccbrew install gcc --without-multilib 注意:如果部升级 b原创 2016-12-15 18:24:45 · 3908 阅读 · 0 评论 -
机器学习中基本知识及资源
机器学习中基本知识及资源Resource of Machine Learning初学者如何从零学习人工智能?看完你就懂了还有台湾大学林轩田教授在coursera上的两门关于机器学习的课程。机器学习—林轩田模型中中数学这里有一篇关于参数估计的文章,讲的比较清楚。先验概率、最大似然估计、贝叶斯估计、最大后验概率机器学习中导数最优化方法(基础篇)常见算法优缺点1.朴素贝叶斯朴素贝叶斯属于生成式模型(关于生原创 2016-12-15 19:51:43 · 646 阅读 · 0 评论 -
你应该知道的7种回归方法
本文是我从国外网站翻译而来的文章,如有错误之处,敬请指出! 原文标题:7 Types of Regression Techniques you should know! 链接:https://www.analyticsvidhya.com/blog/2015/08/comprehensive-guide-regression/Introduction线性回归(Linear regressions翻译 2016-12-31 13:05:52 · 42854 阅读 · 2 评论 -
绘制学习曲线,以确定模型的学习状况
绘制学习曲线,以确定模型的学习状况from sklearn.svm import LinearSVCfrom sklearn.learning_curve import learning_curve# 绘制学习曲线,以确定模型的状况def plot_learning_curve(estimator, title, X, y,ylim=None, cv=None,转载 2016-12-31 13:43:27 · 5263 阅读 · 1 评论 -
机器学习基础算法小结
机器学习的问题更多的对算法模型的优化,特征工程也属于对算法模型的优化,这一点在后面均有体现。说明:本文是对部分机器学习的算法模型的思想进行抽取,不会出现详细的推导。先看一下要掌握的算法有哪些,我个人觉得部分算法有点偏,不过应该是在某个领域里有应用而且效果很好,否则不会成为必掌握的算法。 线性回归1、线性函数的表示: f(x)=θ0x0+θ1x1+⋯+θnxnf\left ( x \right )原创 2017-02-08 19:06:11 · 1441 阅读 · 0 评论