机器学习
DILIGENT203
这个作者很懒,什么都没留下…
展开
-
机器学习的基本概念
原文:机器学习的基本概念1. 概述随着机器学习越来越广泛的进入我们的生活,机器学习对我们生活的影响越来越大。作为一个计算机行业的工作者,机器学习学科的学习是必不可少的。说来惭愧,博主本是智能科学与技术专业毕业,《机器学习》《模式识别》《智能科学导论》等课程均是博主的专业课,但是由于长时间没有从事相关工作,早已将这些理论忘的差不多了,如今想要重拾起来,一窥其中的奥秘。2.&nbs...原创 2018-10-25 18:22:21 · 511 阅读 · 0 评论 -
sklearn 实现 logistic 算法
1. 引言前面两篇文章中,我们介绍了 logistic 回归的原理和实现:Logistic 回归数学公式推导梯度上升算法与随机梯度上升算法本文,我们来看看如何使用 sklearn 来进行 logistic 回归呢。2. Sklearn 的 logistic&a原创 2018-12-02 14:10:33 · 2359 阅读 · 0 评论 -
梯度上升算法与随机梯度上升算法的实现
1. 引言上一篇日志中,我们最终推导出了计算最优系数的公式。Logistic 回归数学公式推导本文,我们就利用上一篇文章中计算出的公式来实现模型的训练和数据的分类。2. 通过 python 实现 logistic 算法有了上一篇日志中的公式,《机器学习实战》中的代码就非常容易理解了:# -*- coding:UTF-8 -*-# {...原创 2018-11-17 22:19:49 · 5454 阅读 · 6 评论 -
Logistic 回归数学公式推导
1. 引言此前的博客中,我们已经介绍了几个分类算法。k 近邻算法决策树的构建算法 – ID3 与 C4.5 算法朴素贝叶斯算法的推导与实践本文介绍的是另一个分类算法 – 逻辑斯蒂回归。他凭借易于实现与优异的性能,拥有着十分广泛的使用,他不仅可以进行二分类问题的解决,也可以解决多分类问题,简单起见,...原创 2018-11-16 12:26:38 · 13835 阅读 · 1 评论 -
朴素贝叶斯算法优化与 sklearn 实现
1. 引言上一篇日志中,我们主要介绍了贝叶斯算法,并提供了 python 实践:朴素贝叶斯算法的推导与实践但运行上一篇日志中的示例,我们发现出现了下面的结果:['love', 'my', 'dalmation'] 属于非侮辱类['stupid', 'garbage'] 属于非侮辱类这显然是不正确的,本文,我们就来解决这个问题,同时对算法进行优化并使用&n...原创 2018-11-11 00:38:54 · 3507 阅读 · 0 评论 -
朴素贝叶斯算法的推导与实践
1. 概述在此前的文章中,我们介绍了用于分类的算法:k 近邻算法决策树的构建算法 – ID3 与 C4.5 算法但是,有时我们无法非常明确地得到分类,例如当数据量非常大时,计算每个样本与预测样本之间的距离或是构建决策树都会因为运算量过大而力不从心。2. 朴素贝叶斯理论假设我们有上面这个数据集,那么我们如何...原创 2018-11-11 00:36:26 · 474 阅读 · 0 评论 -
使用 sklearn 构建决策树并使用 Graphviz 绘制树结构
1. 概述之前两篇日志,我们系统性的介绍了决策树的构建算法、构建流程、展示与决策:决策树的构建算法 – ID3 与 C4.5 算法决策树的构建、展示与决策本文,我们来介绍如何使用 sklearn 构建决策树。2. sklearn之前我们已经介绍和使用过&am原创 2018-11-04 19:13:33 · 6028 阅读 · 0 评论 -
决策树的构建、展示与决策
1. 概述上一篇日志中,我们介绍了两个决策树构建算法 – ID3、C4.5:决策树的构建算法 – ID3 与 C4.5 算法本篇日志我们来看看如何使用这两个算法以及其他工具构建和展示我们的决策树。2. 使用 C4.5 原创 2018-11-03 18:49:04 · 476 阅读 · 1 评论 -
k 近邻算法
1. 概述上一篇日志中,我们了解了机器学习的一系列基本概念。本篇日志中我们来介绍最简单的分类算法:k 近邻算法(kNN)2. k 近邻算法k 近邻算法是一种采用测量不同特征值之间的距离的方法对样本进行分类的算法。他的工作原理是,存在一个样本数据集合,并且每个数据都存在分类标签,对于没有标签的新数据,将这个新数据的每个特征与样本集中原创 2018-10-27 14:22:40 · 525 阅读 · 0 评论 -
决策树的构建算法 -- ID3 与 C4.5 算法
1. 概述上一篇日志中,我们介绍了最简单的分类回归算法 – K 近邻算法。k 近邻算法本篇日志我们来介绍构建专家系统和数据挖掘最常用的算法 – 决策树。2. 决策树在系统流程图中,我们常常会构建决策树,例如上面的例子是一个简单的用于动物分类的专家系统,是一个典型原创 2018-10-29 23:05:14 · 835 阅读 · 0 评论 -
SVM 数学描述的推导
1. 概述此前我们介绍了一个最优化分类算法 – logistic 回归。Logistic 回归数学公式推导本文中,我们再来介绍另一个最优化分类算法 – SVM。2. SVMSVM 是 Support Vector Machines&a原创 2019-01-13 14:55:26 · 569 阅读 · 0 评论