算法要点
bra_ve
这个作者很懒,什么都没留下…
展开
-
分类,回归算法区分点
前言参照博客,觉得写得挺好的。这里是为了让自己更清楚而写,也是自己在学的时候会比较凌乱的点。在之前的文章中,写了线性回归。熟悉机器学习的人,可能一眼看上去会发现,诶,这个东西不就是很像感知器吗,中间回归的那条线就相当于是一个超平面,就相当于构造了一个分类器啊!那是不是说我们可以用线性回归去做分类呢?(至少我是学到现在才正视这个问题,很惭愧!)So, at first, I wann原创 2018-01-28 20:18:12 · 579 阅读 · 0 评论 -
矩阵分解整体梳理
矩阵分解的整体梳理,详情见博客原创 2018-06-06 11:14:20 · 195 阅读 · 0 评论 -
Machine Learning Series No.6 -- EM algorithm
EM算法1.直观理解通俗理解:https://blog.csdn.net/v_JULY_v/article/details/81708386通俗的理解看出就是EM算法由于不知道隐变量的分布,先给出参数的随机初始值,然后根据参数,去得到隐变量的分布,然后根据隐变量和观测变量的共同分布基于最大似然去重新估计参数,知道参数稳定。2.数学推导极大似然估计: L(θ)=∑ilo...原创 2018-08-29 20:03:05 · 157 阅读 · 0 评论 -
[总结]ROC曲线、AUC、准确度、召回率
ROC曲线、AUC、准确度、召回率…混淆矩阵 Label : 1 Label : 0 Estimation: 1 TP(True Positive) Estimation: 0 FN(False Negative)- 准确率和召回率(Precision & Recall)准确率为预测为正的人当中有多少预测正确了。 Pre...原创 2018-09-06 15:00:24 · 9664 阅读 · 0 评论 -
Deep Learning in Search & Recommendation
原创 2019-02-13 11:35:15 · 844 阅读 · 0 评论