机器学习
jjkqjj
屌丝蜕变养成记......
展开
-
Graphviz环境配置及决策树案例演示
文章目录前言背景一、python环境安装二、Windows系统环境安装2.1 获取链接2.2 安装三、 验证配置成功与否四、小试牛刀4.1 小试牛刀_014.2 小试牛刀_02五、参考文献前言问题:在使用决策树实现算法(ID3)过程中,得到模型结果,为了能够可视化展示,解惑:故遇到了graphviz的问题。配置:1、python3.62、Windows环境背景画出数据网络的布...原创 2020-05-03 21:49:05 · 981 阅读 · 0 评论 -
【Machine Learning】梯度下降算法介绍_02
文章目录前言一、梯度1.1 导数1.2 偏导数二、举例梯度下降三、训练样本四、梯度下降4.1 量梯度下降(Batch Gradient Descent,BGD)4.2 随机梯度下降(Stochastic Batch Gradient Descent,SGD)4.3 BGD和SGD算法比较4.3 小批梯度下降(Mini Batch Gradient Descent,MBGD)五、梯度下降的简单实...原创 2019-09-22 12:51:44 · 1029 阅读 · 0 评论 -
【机器学习】k-means算法介绍及简单实现
文章目录前言一、什么是k-means算法二、k-means的算法过程三、k-means算法的优缺点3.1 优点3.2 缺点四、k-means算法简单案例4.1 手写实现k-means算法五、参考链接前言k-means算法是经典的基于划分的聚类方法,所以我们不得不先了解一下什么是聚类方法?1、对于"监督学习"(supervised learning),其训练样本是带有标记信息的,并且监督学习的...原创 2019-09-18 20:10:49 · 2257 阅读 · 0 评论 -
【机器学习】贝叶斯分类简述到朴素贝叶斯分类器
文章目录一、条件概率二、贝叶斯公式三、例子中的贝叶斯四、总结一、条件概率我们先看这样一个例子: 假如我是一个质检员,现在接到了三箱零件需要检验,其中第一箱有10个零件,第二箱有20个零件,第三箱有15个。半小时过去了,检验的结果出炉,第一箱有1个不合格,第二箱有3个不合格,第三箱2个不合格。 &n...原创 2019-08-30 23:34:33 · 923 阅读 · 0 评论 -
【Machine Learning】回归分析之线性回归算法OLS
文章目录前言线性回归之回归算法OLS一、假设/原理二、经典例子三、建立模型四、完整求解思路4.1 求解误差4.2 误差分布假定4.3 似然函数求权重参数4.3.1 似然函数4.3.2 似然估计本质4.3.3 极大似然估计4.3.4 求导法获取最小二乘法的极小值4.3.4 小结4.3.5 梯度下降求权重参数五、源码实现前言上篇博文我们介绍了回归分析的一些入门的知识点,此篇博文我们将从最基本很典型...原创 2019-08-19 20:39:16 · 4424 阅读 · 0 评论 -
【Machine Learning】梯度下降算法介绍_01
文章目录一、何为梯度二、梯度下降的用处三、梯度下降算法分析学习3.1 求梯度3.2 参数迭代公式3.3 应用技巧四、总结梯度是什么?梯度下降又是什么?梯度下降是用来干嘛的?梯度下降算法学习一、何为梯度说法一:在微积分里面,对多元函数参数求偏导数,把求的各参数的偏导数以向量的形式写出来,就是梯度。 那么这个梯度向量求出来有什么意义呢?梯度向量从几何意义(数学意义)上讲,就是函数变化...原创 2019-08-19 16:31:13 · 496 阅读 · 0 评论 -
【Machine Learning】初识回归分析
文章目录说在前面一、回归分析分类1.1 what is regression analysis1.2 多元回归1.3 线性回归1.4 多重线性回归1.5 小结说在前面学习计算机器学习,回归分析当然是离不开的。它是机器学习中的一个重要的模块,具体回归分析是个什么鬼?用来干啥的?这是本文的主要研究点。博主也是菜鸟级别,所以我们一点一点啃吧。一、回归分析分类回归分析主要分为:多远回归、线性回归...原创 2019-08-19 13:39:13 · 577 阅读 · 0 评论 -
【Machine Learning】二分法/牛顿迭代求零点
文章目录一、前言二、何为二分法2.1 具体实现2.1.1 经典算法2.1.2 求法三、What is 牛顿迭代法3.1 背景了解3.2 产生背景3.3 牛顿迭代公式3.4 源码实现(python)四、源码获取一、前言 在此博文之前,已经学习了关于机器学习的基本概念以及涉及到的一些常用的数学相关知识。而在机器学习中,涉及到最为重要的一个学科就...原创 2019-08-19 12:30:07 · 2304 阅读 · 0 评论 -
【Machine Learning】机器学习之一些数学相关的知识储备
文章目录前言一、微积分基础1.1 夹逼准则1.2 导数/方向导数1.3 梯度1.4 凸函数二、概率与统计基础2.1 概率2.2 期望值2.3 方差2.4 协方差2.5 相关系数三、高斯分布3.1 独立同分布3.2 高斯分布3.3 一维正态分布四、似然函数4.1 似然函数4.2 似然函数与概率五、最常用的求导公式前言 在上一篇博文中大体介绍了...原创 2019-08-19 10:20:04 · 1166 阅读 · 0 评论 -
【Machine Learning】初识机器学习
文章目录前言一、何为机器学习二、基本常用概念2.1 数据集(data set)2.2 属性(attribute)2.3 样本空间(sample space)2.4 特征向量(feature vector)2.5 维数(dimensionality)2.6 标记(label)2.7 学习(learning)2.8 训练数据 (training data)2.9 回归(regression)2.10 ...原创 2019-08-18 16:48:26 · 783 阅读 · 0 评论