- 博客(10)
- 收藏
- 关注
RSS订阅转载 聚类（Clustering）
简介相对于决策树、朴素贝叶斯、SVM等有监督学习，聚类算法属于无监督学习。有监督学习通常根据数据集的标签进行分类，而无监督学习中，数据集并没有相应的标签，算法仅根据数据集进行划分。由于具有出色的速度和良好的可扩展性，Kmeans聚类算法算得上是最著名的聚类方法。基本思想在没有标签的数据集中，所有的数据点都是同一类的。 在这张图中，虽然数...
2019-03-03 19:42:00
255
转载 异常值（outlier）
简介在数据挖掘的过程中，我们可能会经常遇到一些偏离于预测趋势之外的数据，通常我们称之为异常值。通常将这样的一些数据的出现归为误差。有很多情况会出现误差，具体的情况需要就对待：传感器故障 -> 忽略数据输入错误 -> 忽略反常事件 -> 重视异常值检测/删除算法1、训练数据2、异常值检测，找出训练集中...
2019-02-28 21:23:00
768
转载 线性回归（regression）
简介回归分析只涉及到两个变量的，称一元回归分析。一元回归的主要任务是从两个相关变量中的一个变量去估计另一个变量，被估计的变量，称因变量，可设为Y；估计出的变量，称自变量，设为X。回归分析就是要找出一个数学模型Y=f(X)，使得从X估计Y可以用一个函数式去计算。当Y=f(X)的形式是一个直线方程时，称为一元线性回归。这个方程一般可表示为Y=A+BX。根据最小平方法或其他...
2019-02-27 23:47:00
401
转载 自适应增强(Adaptive Boosting)
简介AdaBoost，是英文”Adaptive Boosting“（自适应增强）的缩写，是一种迭代提升算法，其核心思想是针对同一个训练集训练不同的分类器(弱分类器)，然后把这些弱分类器集合起来，构成一个更强的最终分类器(强分类器)。它的自适应在于：其算法本身是通过改变数据分布来实现的，它根据每次训练集之中每个样本的分类是否正确，以及上次的总体分类的准确率，来确定每个样本的...
2019-02-24 22:13:00
793
转载 决策树(Decision Trees)
简介决策树是一个预测模型，通过坐标数据进行多次分割，找出分界线，绘制决策树。在机器学习中，决策树学习算法就是根据数据，使用计算机算法自动找出决策边界。每一次分割代表一次决策，多次决策而形成决策树，决策树可以通过核技巧把简单的线性决策面转换为非线性决策面。基本思想树是由节点和边两种元素组成的结构。有这几个关键词：根节点、父节点、子节点和叶子节点。...
2019-02-24 15:34:00
197
转载 支持向量机（SVM）
简介SVM是支持向量机（Support Vector Machines）的简称，是一种二分类模型。支持向量机所做的就是去寻找两类数据的分隔线，通常将这个分隔线叫做超平面。分隔的原则是间隔最大化，最终转化为一个凸二次规划问题来求解。基本思想（1）线性分割如果一个线性函数能够将样本（比如说两类点）分开，那么称这些数据样本是线性可分的线性函数在...
2019-02-24 01:31:00
155
转载 朴素贝叶斯(Naive Bayesian)
简介Naive Bayesian算法 也叫朴素贝叶斯算法（或者称为傻瓜式贝叶斯分类）朴素（傻瓜）：特征条件独立假设贝叶斯：基于贝叶斯定理这个算法确实十分朴素（傻瓜），属于监督学习,它是一个常用于寻找决策面的算法。基本思想（1）病人分类举例有六个病人 他们的情况如下：症状职业病名打喷嚏护士感冒...
2019-02-21 23:15:00
355
转载 ItChat与图灵机器人的结合
前景：我在知乎关注一位大佬 名字叫 LittleCoder我是在他开发ItChat包时关注的ItChat已经完成了微信的个人账号的API接口已经实现了实时获取用户的即时信息并自动化进行回应后来又看到了国内的人工智能机器人团队TURING ROBOT研发的智能机器人并提供了给开发者的详尽的API调用文档既是说个人账号可以通过...
2018-10-13 01:42:00
133
转载 Numpy的使用规则
之前安装的python版本是3.7各种库都是自己一个一个下载安装的 很操心 各种缺功能后来发现了anaconda啊 真是一个好东西简单来说 它就是一个涵盖大部分常用库的python包一次安装终身爽生成NumPy数组# anaconda发行版 py：3.6.5# 生成数组import numpy as np #导入库x=n...
2018-09-24 00:00:00
132
转载 变量和简单数据类型
print(Hello World!")这条语句可以打印出一行字看到单词print时 编辑器会将括号内的内容打印到屏幕上面的代码最终会变成Hello World！变量在刚才的代码中引入变量1 message = "Hello World!"2 print(message)运行这个程序 它的结果与之前相同Hel...
2018-08-25 22:09:00
81
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