Gshiner的博客

梳理大纲： 聚类算法K-means 【1】k-means：模型原理、收敛过程、超参数的选择 【2】代码实现 参考资料: 机器学习 西瓜书 以下微信文章 From【木东居士】 公众号 From 机器学习 小组：由【木东居士】公众号 定期发起 对数据感兴趣的伙伴们 可一同在此交流学习 待整理 ...

梳理大纲： 决策树 【1】决策树：决策树、信息熵与最优划分、基尼系数、CART 【2】实现：决策树实现 参考资料: 机器学习 西瓜书 以下微信文章 From【木东居士】 公众号 From 机器学习 小组：由【木东居士】公众号 定期发起 对数据感兴趣的伙伴们 可一同在此交流学习 【1】决策树 决策树是一种常见的机器学习算法，它的思想十分朴素，类似于我们平时利用选择做决策的过程。 类似...

1111111111

梳理大纲： 最优化方法：梯度下降 【1】梯度下降 【2】随机梯度下降 参考资料: 机器学习 西瓜书 以下微信文章 From【木东居士】 公众号 From 机器学习 小组：由【木东居士】公众号 定期发起 对数据感兴趣的伙伴们 可一同在此交流学习 【1】梯度下降 梯度的理解： 多元函数的导数(derivative)就是梯度(gradient)，分别对每个变量进行微分，然后用逗号分割开，...

梳理大纲： 简单线性回归和多元线性回归 【1】简单线性回归：简单线性回归及最小二乘法的数据推导 【2】多元线性回归：多选线性回归和正规方程解及实现 参考资料: 机器学习 西瓜书 以下微信文章 From【木东居士】 公众号 From 机器学习 小组：由【木东居士】公众号 定期发起 对数据感兴趣的伙伴们 可一同在此交流学习 简单线性回归： 简单线性回归是属于回归(regression)...

梳理大纲： 简单的数据预处理和特征工程 【1】数据归一化：无量纲化：最值归一化、均值方差归一化及sklearn中的Scaler 【2】特征工程：缺失值与特征处理 缺失值处理 + 分类型特征处理（编码与哑变量）+ 连续型特征处理（二值化与分段） 参考资料: 机器学习 西瓜书 以下微信文章 From【木东居士】 公众号 From 机器学习 小组：由【木东居士】公众号 定期发起 对数据感兴趣...

梳理大纲： 数据拆分&评价结果 【1】数据拆分：训练数据集&测试数据集 【2】评价分类结果：精准度、混淆矩阵、精准率、召回率、F1 Score、ROC曲线等 【3】评价回归结果：MSE、RMSE、MAE、R Squared 参考资料: 机器学习 西瓜书 微信文章 From【木东居士】 公众号 From 机器学习 小组：由【木东居士】公众号 定期发起 对数据感兴趣的伙伴们...

梳理大纲： KNN算法 【1】了解kNN算法的思想及其原理 【2】使用Python手动实现kNN算法，并在sklearn中调用kNN算法 【3】了解监督学习和非监督学习的概念 参考资料: 机器学习 西瓜书 微信文章 From【木东居士】 公众号 From 机器学习 小组：由【木东居士】公众号 定期发起 对数据感兴趣的伙伴们 可一同在此交流学习 KNN算法的思想及原理 KNN算法，又...