机器学习
@summer@
这个作者很懒,什么都没留下…
展开
-
朴素贝叶斯
贝叶斯:Thomas Bayes 贝叶斯是18世纪英国数学家,他原本是一位神父,主要研究的是概率统计。其发明贝叶斯公式的初衷也是为了证明上帝的存在。没想到上帝没找到,却让人类找到了人工智能。 贝叶斯公式的基本理念是,如何通过现象来做出预测,从而形成判断。这几乎就构成了人工智能的基础。 简单来说是,通过先验概率+数据导出后验概率,然后选择最大似然估计。 后验概率:事情已经发生,要求这件事情发生...原创 2018-10-15 12:11:09 · 205 阅读 · 0 评论 -
朴素贝叶斯实战--根据电锯惊魂豆瓣影评判断新写的影评是好评还是差评
读万卷书行万里路,故此学完朴素贝叶斯函数后,写了个预测评论好坏的例子。 本例子是通过根据电锯惊魂8的豆瓣评论而进行的预测,由于未登录的情况下只能获取220条评论,为了检验贝叶斯函数也就没在爬虫上下功夫,只爬取了好评和差评各220条,各位如果想改进准确率的话可以多爬些数据,并且多爬些不同电影的评论。 对爬出的数据使用jieba包进行分词和拆分权重最大的几个关键字,再将所有的关键字(包括好评和差评...原创 2018-10-20 14:49:20 · 1366 阅读 · 1 评论 -
logistic回归
Logistic回归 2017年03月27日 22:02 1. logistic回归的基本思想 logistic回归是一种分类方法,用于两分类问题。目的是构建一条直线y=a+x1*a1+x2*a2+.....。将x带入进这个函数中得出的值再带入到sigmoid中从而映射出之,使得大于0.5的为1类小于0.5的为2类。 其基本思想为: a. 寻...原创 2018-11-08 08:42:51 · 681 阅读 · 0 评论 -
卷积神经网络训练mnist数据集实现手写数字识别
神经网络:一个神经元Xi(比如图片中的一个像素点)对应一个参数,最后构建成一个线性函数,Yi=X1*A1+X2*A2.......+b。然后根据softmax函数对y进行打分,选择分值最大对应的类别为其决策类型。 深度神经网络:很多时候数据集不是线性分布的,这时候就不能用一个线性函数将其分开,那么就可以多次用线性函数进行分类,所以对上述构建的Yi先不对其进行决策,再对Yi构建一次线性函数,然后再...原创 2019-01-24 14:30:54 · 2122 阅读 · 0 评论