机器学习
文章平均质量分 89
laugh12321
这个作者很懒,什么都没留下…
展开
-
【干货】小白的机器学习干货 (更新)
下文的这些链接都是笔者在初学机器学习时的一些资源干货,其中有大部分需要科学上网才能浏览。维基百科机器学习 —— 维基百科Matrix calculus(矩阵求导)—— 维基百科最小二乘法 —— 维基百科线性回归 —— 维基百科多项式 —— 维基百科Mean squared error —— 维基百科逻辑回归 —— 维基百科梯度下降法 —— 维基百科KNN 算法...原创 2018-10-25 18:51:50 · 401 阅读 · 0 评论 -
机器学习术语表——Beta
机器学习术语表 Beta提示:你可以通过中文名称拼音首字母快速检索。C超参数|Hyperparameter在机器学习中,超参数是在开始学习过程之前设置值的参数,而不是通过训练得到的参数数据。通常情况下,需要对超参数进行优化,给模型选择一组最优超参数,以提高学习的性能和效果。超平面|Hyperplane将一个空间划分为两个子空间的边界。例如,在二维空间中,直线就是一个超平面,在三维空间...原创 2018-11-13 09:41:55 · 1339 阅读 · 0 评论 -
机器学习|线性回归算法详解 (Python 语言描述)
线性回归线性回归是一种较为简单,但十分重要的机器学习方法。掌握线性的原理及求解方法,是深入了解线性回归的基本要求。除此之外,线性回归也是监督学习回归部分的基石。线性回归介绍在了解线性回归之前,我们得先了解分类和回归问题的区别。首先,回归问题和分类问题一样,训练数据都包含标签,这也是监督学习的特点。而不同之处在于,分类问题预测的是类别,回归问题预测的是连续值。例如,回归问题往往解决:股...原创 2019-01-03 22:58:51 · 457 阅读 · 1 评论 -
机器学习|线性回归三大评价指标实现『MAE, MSE, MAPE』(Python语言描述)
对于回归预测结果,通常会有平均绝对误差、平均绝对百分比误差、均方误差等多个指标进行评价。这里,我们先介绍最常用的3个:平均绝对误差(MAE)就是绝对误差的平均值,它的计算公式如下:MAE(y,y^)=1n(∑i=1n∣y−y^∣)MAE(y,\hat{y}) = \frac{1}{n}(\sum_{i = 1}^{n}\left | y - \hat{y} \right |)MAE(y,...原创 2019-01-04 12:38:34 · 23142 阅读 · 7 评论 -
梯度下降法实现(Python语言描述)
原文地址:传送门import numpy as npimport matplotlib.pyplot as plt%matplotlib inlineplt.style.use(['ggplot'])当你初次涉足机器学习时,你学习的第一个基本算法就是 梯度下降 (Gradient Descent), 可以说梯度下降法是机器学习算法的支柱。 在这篇文章中,我尝试使用 pythonpyt...原创 2019-03-09 15:10:06 · 840 阅读 · 3 评论 -
线性回归之梯度下降详解
在了解梯度下降(Gradient Descent)之前,我们先要知道有关线性回归的基本知识,这样可以进一步的加深对梯度下降的理解,当然梯度下降(Gradient Descent)并不单单只能进行回归预测,它还可以进行诸如分类等操作。关于线性回归的具体讲解本文不详细涉及,只简单列出几个相关公式。(关于线性回归可以看这篇原创 2019-03-12 08:42:51 · 11583 阅读 · 1 评论 -
函数实现将 DataFrame 数据直接划分为测试集训练集
虽然 Scikit-Learn 有可以划分数据集的函数 train_test_split ,但在有些特殊情况我们只希望它将 DataFrame 数据直接划分为 train, test 而不是像 train_test_split 返回四个值。这里写了一个类似功能的函数:import numpy as npimport pandas as pdfrom sklearn.utils import...原创 2019-08-17 09:32:59 · 6927 阅读 · 0 评论