2018年05月_图解AI

09月 06月 05月 04月 01月

转载 [机器学习]机器学习资源大全中文版

机器学习资源大全中文版我想很多程序员应该记得 GitHub 上有一个 Awesome - XXX 系列的资源整理。awesome-machine-learning 就是 josephmisiti 发起维护的机器学习资源列表，内容包括了机器学习领域的框架、库以及软件（按编程语言排序）。Awesome 系列虽然挺全，但基本只对收录的资源做了极为简要的介绍，如果有更详细的中文介绍，对相应开发者的...

2018-05-27 21:10:04 6306

原创 [机器学习]机器学习笔记07—模型的评估与选择

一名词解释训练误差：模型在训练集上的误差. 泛化误差：新样本在学模型上的误差泛化能力: 指机器学习算法对新样本的适应能力二模型选择与评估方法通常为了选择适当的模型，我们需要对该模型进行评估，可以使用实验测试对模型的泛化误差进行比较，因此，需要测试集。用测试误差来近似泛化误差。测试集：也是从样本真实分布中独立同步采样得来的，应该尽可能与训...

2018-05-21 08:57:18 4901

原创 [机器学习]机器学习笔记06—术语解释

术语解释数据集（data set）: 所有记录的集合实例或样本: 每一条记录属性或特征: 例如,西瓜的色泽等称之为一个属性特征向量: 一条记录，如果在坐标轴上表示，每个西瓜都可以用坐标轴中的一个点表示，一个点也是一个向量，例如（青绿，蜷缩，浊响），即每个西瓜即为一个特征向量维数: 一个样本的属性(特征)数分类: 预测值为离散值的问题回归: 预测值为连续值的问题归纳: 从特殊...

2018-05-20 15:43:23 4666

原创 [机器学习]机器学习笔记05—欠拟合与过拟合

1、过拟合概念 1) 过拟合在生活中一个自负可以理解为过拟合; 2) 在机器学习中就是训练出来的模型在训练集上表现很好，但是在测试集上表现较差的一种现象！下图给出例子：我们将上图第三个模型解释为出现了过拟合现象，过度的拟合了训练数据，而没有考虑到泛化能力。在训练集上的准确率和在开发集上的准确率画在一个图上如下：从图中我们能够看出，模型在训练集上表现很好，但是在交叉验证集...

2018-05-19 13:15:16 4806

原创 [机器学习]Scikit-Learn学习笔记04—线性回归之最小二乘法

基础概念线性回归是很常见的一种回归，线性回归可以用来预测或者分类，主要解决线性问题。线性回归过程主要解决的就是如何通过样本来获取最佳的拟合线。最常用的方法便是最小二乘法，它是一种数学优化技术，它通过最小化误差的平方和寻找数据的最佳函数匹配。“最小二乘法”的核心就是保证所有数据偏差的平方和最小。（“平方”的在古时侯的称谓为“二乘”）“最小二乘法”数学推导数据集这里的数...

2018-05-17 23:47:21 4597

原创 [机器学习]Scikit-Learn学习笔记03——Scikit-Learn数据模型

Scikit-Learn提供了比较全的数据集,主要分为以下几类1. 自带的小数据集（packaged dataset）2. 在线下载的数据集（Downloaded Dataset）3. 生成的数据集（Generated Dataset)4. svmlight/libsvm格式的数据集5. 从买了data.org在线下载获取的数据集1. 自带的小数据集（packaged da...

2018-05-17 12:34:42 4569

原创 [机器学习]Scikit-Learn学习笔记02——Scikit-Learn学习方法

Scikit-Learn把所有的机器学习算法都整合在一起了,根据需要选取相应的学习算法. Scikit-Learn通用的学习步骤: 1.数据 2.根据数据特点选取相对应的算法 3.建立模型 3.预测数据1.数据scikit-learn 内置有一些小型标准数据集，不需要从某个外部网站下载任何文件。 1) boston 房价, 2) 糖尿病, ...

2018-05-17 12:32:54 4306

原创 [机器学习]Scikit-Learn学习笔记01——Scikit-Learn基础概念

概念1.sklearn是一个Python第三方提供的非常强力的机器学习库 2.scikit-learn是一个基于NumPy，SciPy，Matplotlib的开源学习工具包 3. 在数据量不是过大的情况下，可以解决大部分问题.安装安装 Scikit-learn (sklearn) 最简单的方法就是使用 pip或者用PyCharm或者 Anaconda 安装它.在安装前,要确保电脑已...

2018-05-13 17:41:45 4803