![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
AI-机器学习
文章平均质量分 55
chenXin@Euler
黄金分割点、白银分割点
展开
-
《Machine Learning Yearning》下载与学习
这本书被称为机器学习向往或者是机器学习秘籍。原创 2019-10-13 21:47:00 · 153 阅读 · 0 评论 -
ubuntu14.04 install ros 发生的各种问题以及解决方案broken packages problem and soulation
if you find error :you have xxx broken packages i hope you don’t try again ,you must again install ubuntu 14.04 iso ubuntu iso if you dont find erro:xxxx broken packages…. do this : ros install ...原创 2018-09-07 10:05:01 · 311 阅读 · 0 评论 -
Linux安装opencv3.4.1 opencv_contrib-3.4.1
1.去官网下载opencv,在本教程中选用的时opencv3.4.2,其他版本的配置方法异曲同工。2.解压下载下来的zip包unzip opencv-3.4.2.zip3.进入到解压后的文件包中4.安装依赖库和cmake ,如果提醒需要apt-get update,那就先sudo su进入root权限,再sudo apt-get update,然后在执行下面命令sudo a...原创 2018-10-30 16:49:55 · 1760 阅读 · 0 评论 -
Julia语言的安装针对mac linux window(有空我会翻译下)
Platform Specific InstructionsWindows Julia is available for Windows 7 and later, both 32 bit and 64 bit.Download the Windows julia.exe installer for your platform. 32-bit julia works on both x86...原创 2018-09-05 22:42:18 · 582 阅读 · 0 评论 -
机器学习之NLP自然语言处理
本文将分八大步骤来介绍如何用机器学习处理文本数据。从最简单的方法开始,逐一讲解,然后分析更具体的方案细节,如特征工程、词向量和深度学习。你可以把本文看作是标准方法的高度概括。代码链接:https://github.com/hundredblocks/concrete_NLP_tutorial/blob/master/NLP_notebook.ipynb一、收集数据每一个机器学...转载 2018-08-25 21:59:27 · 9475 阅读 · 0 评论 -
机器学习之情感分析
情感分析# -*- coding: utf-8 -*-from __future__ import unicode_literals# sent.pyimport nltk.corpus as ncimport nltk.classify as cfimport nltk.classify.util as cupdata = []fileids = nc.movie_review...原创 2018-08-25 15:17:24 · 1291 阅读 · 0 评论 -
机器学习F1_score(1)分类模型检验
交叉验证来获得模型的准确性,算法 1)查准率和召回率 查准率反应的是对不对,找到的对不对的比率 召回率反应的是全不全,找到的全不全的比率 正确性和完整性分别对应查准率和召回率 ,,,,,,,,,,,,,,,被正确识别为某类别的样本数 查准率=——————————————- ,,,,,,,,,,,,,,,被识别为该类别的样本数 正确性:对不对 ,,,,,,,,,,,,,,被正确识别...原创 2018-08-21 16:14:33 · 3206 阅读 · 0 评论 -
机器学习之聚类
衡量聚类距离的方式有很多,常用的方式有欧式距离和曼哈顿距离两种。对于两个n维数据Xi,Xj,以下是两种距离的计算公式, 上图中的k代表的是维度数,最高是n维,而不是幂次数 图片裁剪的像素尺度不好,导致图片只能倒放,造成的不便还请多多包涵! 原型聚类:K-means 聚类算法有很多种,常用的聚方法包括原型聚类,密度聚类,层次聚类几种。 原型聚类是指聚类结构能通过一组原型刻画的聚类,原...原创 2018-08-21 10:36:46 · 471 阅读 · 0 评论 -
机器学习集成模型
下面示例的是boosting集成,bagging集成,stacking集成 详细的信息,明天早晨起床再添加吧!困了先睡了翻译 2018-08-20 23:29:49 · 3404 阅读 · 0 评论 -
特征选择算法(机器学习)
1)特征选择理论 一份数据有很多属性,但有些属性可能很关键,另一些没有用。从给定特征集中选择出相关特征子集的过程称为特征选择。特征选择是一个重要的数据预处理过程。一般在正式的数据处理之前进行。 特征选择是一个重要的数据预处理过程,他不仅可以降低数据维数,以节省时间,简化分析,规避“维度灾难”,更可以去除无关特征,抓住主要矛盾,使分析结果更加准确。同时,采用特征选择算法还便于理解和可视化数据,降...原创 2018-08-20 23:04:25 · 4744 阅读 · 0 评论 -
机器学习降维技术(unsupervision/supervision)
线性将维技术本质是把数据投影到低维线性子空间,通过特征的线性组合来降维,其代表方法有主成分分析(PCA),线性判别技术(LDA)等。原始观察空间中的样本具有极大的信息冗余,样本的高维数引发分类器设计的“维度灾难”。将维可以在一定程度上解决这个问题,比如说样本数400,但是特征属性有40000个,这就是一个维度灾难的实际现象。 缓解维度灾难的一个重要途径是降维,即将高纬度空间的数据缩放到低纬度空...原创 2018-08-20 18:26:59 · 576 阅读 · 0 评论 -
sklearn 逻辑回归中的参数的详解'newton-cg', 'lbfgs', 'liblinear', 'sag', 'saga'
penalty : str, ‘l1’ or ‘l2’, default: ‘l2’ 这个是l1 or l2正则化,一般选l2正则化对于逻辑回归分类算法 dual:选择默认的就好,针对的就是l2正则和libliner solver C : float, default: 1.0 正则强度逆或者叫做惩罚系数就是对误差的容忍度,值越高越不能容忍 fit_intercept : bool, d...翻译 2018-08-27 17:20:52 · 13755 阅读 · 0 评论 -
mac登陆远程服务器
Mac 用户可以使用本机的 terminal 软件来连接服务器。Windows 用户可以使用 cmd 或者 XShell 软件来连接服务器。 XShell 软件连接服务器最开始,查看七月在线官网的私信(官网登陆后,点击头像,进入消息中心,最后点击私信),你需要知道以下几个参数: username:格式为 chenxinjingjing_451855@101.132.121.198 pas...翻译 2018-08-27 15:06:22 · 4601 阅读 · 0 评论 -
线性回归中 给损失函数加的正则项L1和L2
正则化(Regularization) 机器学习中几乎都可以看到损失函数后面会添加一个额外项,常用的额外项一般有两种,一般英文称作ℓ1-norm和ℓ2-norm,中文称作L1正则化和L2正则化,或者L1范数和L2范数。L1正则化和L2正则化可以看做是损失函数的惩罚项。 L1正则化是指权值向量w中各个元素的绝对值之和,通常表示为||w||1 L2正则化是指权值向量w中各个元素的平方和然后再...原创 2018-08-22 21:51:13 · 3214 阅读 · 0 评论 -
特征抽取(萃取extra)和特征选择
总述 特征选择和特征抽取其实这些都是将维的范畴。特征选择是指选择全部特征的一个子集作为特征向量:特征抽取是指通过已有特征的组合建立一个 新的特征子集,主成份分析方法(principa1component analysis, PCA)就是通过原特征的线性组合建立新的特征子集的一种特征抽取方法。 特征抽取:是指通过已有特征的组合(变换)建立一个新的特征子集。在众多的组合方法当中,线性组合(变换)...原创 2018-08-19 09:54:22 · 1443 阅读 · 0 评论 -
天池比赛notebook
天池比赛的链接文档说明 https://tianchi.aliyun.com/notebook/index.htm?spm=5176.9876270.5610778.14.31d1e44axRaA3f 其实这个notebook是和jupiter notebook是一样的一个东西,我也是最近对天池比赛有一点点的兴趣。希望大家可以好好学习。一起加油,只要我的博客有更新,那就说明我就一直在学习。如果...原创 2018-08-17 21:55:31 · 3351 阅读 · 0 评论