1.数据清洗,数据转化:将数据集转化为机器学习要求的格式,归一化,平均,方差,离散化。等等
2.mean(X):求平均,如果该X是数组就求数组平均,如果是矩阵就按照列求平均。mean(A,1) = mean(A),mean(A,2)是矩阵求各行的均值
3.st.dev:基于样本估算标准偏差。标准偏差反映数值相对于平均值(mean) 的离散程度。
4.数据规约:剔除异常数据,将数据降维(剔除不必要的纬度)(方法:SVD奇异值分解,PCA主成分分析),数据实例过多的情况下,选取实例子集
5.无监督学习:从没有标签的数据中发现隐藏的结构,类似推荐系统。欧氏距离和非欧距离
6.欧氏距离:在n纬空间中,计算两个元素的距离,常称为P-范数距离,有L1和L2两种
L1(欧氏距离):各个维度差的平方求和的平方根
L2(曼哈顿距离):各个维度差的绝对值之和
7.非欧距离:基于元素的属性而非空间位置,比较有名的包括杰卡德距离,余弦距离,编辑距离,汉明距离
杰卡德距离:两个集合之间的相似度
概念摘要
最新推荐文章于 2023-06-25 20:05:49 发布
本文介绍了机器学习中的数据清洗、转换,以及数据规约方法。详细讲解了无监督学习中的聚类算法,包括K均值、分层聚类,并讨论了欧氏距离、非欧距离及其在分类中的应用。此外,还探讨了监督学习、决策树、概率分类器和核方法,如SVM和高斯过程。最后,提到了神经网络、回归分析以及评估指标和泛化能力的重要性。
摘要由CSDN通过智能技术生成