自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(14)
  • 收藏
  • 关注

原创 命题逻辑等值演算

作者:离散梦欢迎大家给出宝贵的建议! 命题逻辑等值演算 一、等值式定义1设A,B是两个命题公式,若A,B构成的等价式为重言式,则称A与B是等值的,记作。 16组常用的重要等值式模式:1.双重否定律:2.幂等律:3.交换律:4.结合律:5.分配率:6.德摩根律:7.吸收律:8.零律:9.同一律:10.排中律:11.矛盾律...

2018-07-12 22:26:37 12565

原创 命题逻辑的基本概念

作者:离散梦欢迎大家给出宝贵的建议!  命题逻辑的基本概念  1.1 命题与联结词:非真即假的陈述句称作命题。【祈使句、疑问句、感叹句、悖论都不是命题】作为命题的陈述句所表达的判断结果称作命题的真值,真值只取两个值:真或假。真值为真的命题称作真命题,真值为假的命题称作假命题。 不能被分解成更简单的命题称作简单命题或原子命题: 由简单命题通...

2018-07-11 15:12:15 10953

原创 特征向量的缺失值处理

 作者:离散梦欢迎大家给出宝贵的建议!   特征向量的缺失值处理 1.缺失值较多,直接将该特征舍弃掉,否则可能反倒会带入较大的noise,对结果造成影响。别人的经验:(1)数据量很小用贝叶斯,适中较大用xgboost,或神经网络。(2)避免使用距离度量相关的模型,如Knn和SVM,因为计算两点距离。所以缺失值比较重要,处理不当会导致效果很差。2.缺失...

2018-07-10 14:41:31 1726

原创 梯度下降法

作者:离散梦欢迎大家给出宝贵的建议! 梯度下降法  说说梯度下降法: 在这里称为参数,设x0=1,x1、x2为特征向量。由此推出: 损失函数: 求 梯度下降法的算法流程如下:(1)首先对赋值,这个值可以使随机的,也可以让是一个全零的向量。(2)改变的值,使得按梯度下降的方向进行减少。 公式过程:...

2018-07-10 12:30:33 682

原创 岭回归(ridge回归)、lasso回归、ElasticNet回归

作者:离散梦欢迎大家给出宝贵的建议!   岭回归(ridge回归)、lasso回归、ElasticNet回归  为了防止过拟合的现象出现,引入以上优化方法。(正则化) 岭回归就是引入L2正则化项lasso回归就是引入L1正则化项ElasticNet回归就是引入L1和L2正则化项(lasso和ridge回归组合)。公式: 岭回归器就是用普通...

2018-07-10 12:07:12 3410

原创 哪些机器学习算法不需要做归一化

作者:离散梦欢迎大家给出宝贵的建议!  哪些机器学习算法不需要做归一化  哪些机器学习算法不需要做归一化?     概率模型(树形模型)不需要归一化,因为它们不关心变量的值,而是关心变量的分布和变量之间的条件概率,如决策树、RF。而像Adaboost、SVM、LR、Knn、KMeans之类的最优化问题就需要归一化。 标准化:特征均值为0,方差为1公式...

2018-07-10 11:50:21 15919 6

原创 非平衡数据集的机器学习常用处理方法

作者:离散梦欢迎大家给出宝贵的建议! 非平衡数据集的机器学习常用处理方法  1.收集更多的数据 2.尝试改变性能评价标准:【当数据不平衡,准确度已经失去了它原有的意义】(1)混淆矩阵(2)精度(3)召回率(4)F1分数(权衡精度和召回率)(5)Kappa(衡量分类精度)(6)Roc曲线(曲线面积就是AUC) 3.重采样数据...

2018-07-09 19:33:47 2561

原创 交叉熵代价函数

作者:离散梦欢迎大家给出宝贵的建议! 交叉熵代价函数 前言: ,损失函数/代价函数 ,经验风险,模型f(x)关于训练数据集的平均损失称为经验风险或经验损失。 J(f),常用L1/L2,这个函数专门用来度量模型的复杂度。在机器学习中也叫正则化。 ,结构风险,J(f)为模型的复杂度,结构风险小需要经验风险与模型复杂度同时小。  结构风险最...

2018-07-09 16:17:30 467

原创 Overfitting怎么解决? L1和L2正则化介绍

作者:离散梦欢迎大家给出宝贵的建议! Overfitting怎么解决? L1和L2正则化介绍 Overfitting怎么解决?Regularizatin(L1、L2正则化)、dropout、Batch Normalization、Early Stopping L2正则化:(权重衰减惩罚) 对b没有更新,W有更新。【为学习率】 所以L2...

2018-07-09 12:55:53 580

原创 数据结构之树和图相关笔记

作者:离散梦欢迎大家给出宝贵的建议! 数据结构之树和图相关笔记 树的定义:    树(Tree)是n(n>=0)个节点的有限集。n=0时称为空树。    在任意一棵非空树中:    (1)有且仅有一个特定的称为根(Root)的节点;    (2)当n>1时,其余节点可分为m(m>0)个互不相交的有限集T1、T2、......、Tm,其中每一个集...

2018-07-08 11:25:23 4254

原创 数据结构之排序算法

作者:离散梦欢迎大家给出宝贵的建议! 数据结构之排序算法 稳定排序:冒泡、插入、归并、基数不稳定排序:选择、快速、希尔、堆 口诀就是:快(快速)些(希尔)选(选择)一堆(堆)好朋友来玩吧! 1.冒泡排序冒泡排序(Bubble Sort)一种交换排序,它的基本思想是:两两比较相邻记录的关键字,如果反序则交换,直到没有反序的记录为止。【时间复杂度为O(n^2...

2018-07-07 21:13:10 1142

原创 图像处理基本操作和添加噪音(Matlab)

作者:离散梦欢迎大家给出宝贵的建议! 图像处理基本操作和添加噪音(Matlab) 图像处理基本操作:读取图像:>>imread(' filename ')    显示图像:>>imshow( f )示例:同时显示另一幅图:>>figure,imshow( g )保存图像:>>imwrite(...

2018-07-06 18:31:04 22380 4

原创 线性模型和逻辑回归

作者:离散梦欢迎大家给出宝贵的建议! 线性模型和逻辑回归 一、前言       和以前一样,主要目的还是整理总结自己的思路。同时,初学者也可以看看我的思路,希望可以得到一定的启发。当然希望能给我提出点建议,或者问题,我愿意在学习过程中和大家交流。  二、正题  接下来进入正题,今天我要讲的是,线性模型和逻辑回归。我之所以想写这篇博客,是因为我从视...

2018-01-08 14:29:30 1012

原创 通俗易懂的泰坦尼克号生存分析(titanic)

作者:离散梦欢迎大家给出宝贵的建议! 泰坦尼克号数据分析 一、前言        主要目的是整理自己的思路。本文主要是关于泰坦尼克号生存率python分析,因为很多博客做这个项目都比较深入,感觉都比较高大上,我们初学者并不一定都能懂,甚至没兴趣看下去。这文章,也是从视频上学了之后,发现很不错,通俗易懂,非常推荐入门。我们可以共同学习。非常希望有人愿意指出我的不足。 ...

2017-12-29 15:59:24 23201 22

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除