2018年08月_daydayup_668819

转载 Sklearn包含的常用算法

原文：Sklearn包含的常用算法说明文章列出了Sklearn模块中常用的算法及调用方法，部分生僻的未列出（对我来说算生僻的），如果有写的不对的地方请指出。 参考资料来自sklearn官方网站：http://scik...

2018-08-30 11:49:42 782

原创离散型特征编码方式：one-hot与哑变量*

　　在机器学习问题中，我们通过训练数据集学习得到的其实就是一组模型的参数，然后通过学习得到的参数确定模型的表示，最后用这个模型再去进行我们后续的预测分类等工作。在模型训练过程中，我们会对训练数据集进行抽象、抽取大量特征，这些特征中有离散型特征也有连续型特征。若此时你使用的模型是简单模型（如LR），那么通常我们会对连续型特征进行离散化操作，然后再对离散的特征，进行...

2018-08-27 11:13:40 1860

原创 python常用库 - NumPy 和 sklearn入门

　　Numpy 和 scikit-learn 都是python常用的第三方库。numpy库可以用来存储和处理大型矩阵，并且在一定程度上弥补了python在运算效率上的不足，正是因为numpy的存在使得python成为数值计算领域的一大利器；sklearn是python著名的机器学习库，它其中封装了大量的机器学习算法，内置了...

2018-08-27 11:09:27 440

转载机器学习中特征的处理及选择

基础概念特征工程是通过对原始数据的处理和加工，将原始数据属性通过处理转换为数据特征的过程，属性是数据本身具有的维度，特征是数据中所呈现出来的某一种重要的特性，通常是通过属性的计算，组合或转换得到的。比如主成分分析就是将大量的数据属性转换为少数几个特征的过程。某种程度而言，好的数据以及特征往往是一个性能优秀模型的基础。既然叫特征工程，自然涵盖了很多内容，而其中...

2018-08-27 10:42:07 1420

转载机器学习：检测异常样本方法总结

数据预处理的好坏，很大程度上决定了模型分析结果的好坏。其中，异常值（outliers）检测是整个数据预处理过程中，十分重要的一环。方法也是多种多样。由于异常值检验，和去重、缺失值处理不同，它带有一定的主观性。在实际业务场景中，我们要根据具体的业务逻辑来判别哪些样本是离群点。下面总结下平时经常用到的异常样本检测方法。可视化的方法对于样本集某一个特征而言，可以直接画出这个样本集在这个特...

2018-08-25 17:57:12 7687 1

转载机器学习：python常用可视化技巧

机器学习–&amp;gt;python常用可视化技巧 https://blog.csdn.net/Mr_tyting/article/details/73196119 ...

2018-08-25 15:46:05 320

原创【机器学习】逻辑回归（Logistic Regression）

从本质上讲：机器学习就是一个模型对外界的刺激（训练样本）做出反应，趋利避害（评价标准）。 1. 什么是逻辑回归？许多人对线性回归都比较熟悉，但知道逻辑回归的人可能就要少的多。从大的类别上来说，逻辑回归是一种有监督的统计学习方法，主要用于对样本进行分类。在线性回归模型中，输出一般是连续的，例如y=f(x)=ax+b” role=”presentation” style=”tex...

2018-08-16 17:14:46 561

设想你要绘制降雨频率与农作物产量间的相关性图。你也许会观察到随着降雨量的增加农业生产率也会增加。通过对这些数据拟合一条线，你可以预测不同降雨条件下的农业生产率。如果你能够从几个数据点发现隐式函数关系，那么你就可以利用此学习到的函数来预测未知数据的值。回归算法研究的是如何最佳拟合概括数据的曲线。它是有监督学习算法中最强大和被研究最多的一类算法。在回归中，我们尝试通过找到可能生成数据的曲线来理解数据...

2018-08-16 14:39:02 369

daydayup_668819的博客