2015年02月_荡舟

12月 11月 10月 07月 06月 05月 04月 02月 01月

翻译初探NO.4—SVM_guide教你直接用支持向量机

支持向量计算法（SVM）是一种流行的分类技术。然而，这一种技术对于一个初学者而言可能会感到陌生，进而忽略这个算法简单却至关重要的步骤以至于得不到满意的结果。在这个指南中，我们会介绍一种使用算法过程，利用这个过程希望能达到满意的结果。

2015-02-13 21:00:28 1666

原创初探NO.3—从头到尾聊聊贝叶斯的分类方法2

上一篇梳理了一下朴素贝叶斯和贝叶斯估计的一点理论http://blog.csdn.net/leo_is_ant/article/details/43741261今天再接再厉利用《机器学习实战的python》来探究一下代码方面是如何落地的。首先说明一下，这一次的例子是一个文档的分类，文档的分类和上一篇写的理论稍有不同的是它对不同的文档进行了一次预处理，把所有文档做成了一个“字典”

2015-02-12 11:02:08 894

原创初探NO.3—从头到尾聊聊贝叶斯的分类方法

宅在家无聊之余决定看着《概率论和数理统计》&《统计学习方法》总结一下朴素贝叶斯和贝叶斯估计。正好这一块我最近温习了一下，我从一开始条件概率开始写，把我所理解的贝叶斯分类算法完整呈现一下吧。学的概率论最开始是在高中，当时是条件概率，给出条件概率的定义：事件A在另外一个事件B已经发生条件下的发生概率。条件概率表示为P（A|B），读作“在B条件下A的概率”。其次

2015-02-11 21:38:14 1337 2

转载转载—图像深度学习准备篇

深度学习——数据预处理联系前言:　　本节主要是来练习下在machine learning(不仅仅是deep learning)设计前的一些数据预处理步骤，关于数据预处理的一些基本要点在前面的博文Deep learning：三十(关于数据预处理的相关技巧)中已有所介绍，无非就是数据的归一化和数据的白化，而数据的归一化又分为尺度归一化，均值方差归一化等。数据的白化常见的也有PC

2015-02-08 14:10:02 2393

原创初探NO.2—离散分类问题&决策树的启示

决策树看起来挺好的那么它是如何学习出来的？这就需要我们再细细探究一番。通过观察会其实我们会发现这个树学习的关键是找出它的各个节点之间的排列次序，既然所有的叶子节点都是判断的结果，那么哪一个特征需要我们拿来作为根节点，哪一个会成为它子节点......其实决策树的精髓也在于此，只要我们知道怎么去给特征排序，那么问题基本就解决了。

2015-02-06 15:58:48 2889 1

原创初探NO.1—逻辑回归学习的前前后后2

初探NO.1—逻辑回归学习的前前后后2 有些人觉得数学已经很复杂了，那么如果把它带入实现的编码环节是不是更加困难？实际来讲确实有一些困难，但是稍作探究，就会发现其中的规律和套路。既然如此，不如耐心地把这一道心里上的坎过去，这样才是真正的进步。这一篇博客的代码来自于《机器学习pthon实战》我们借着上一篇的逻辑回归，看一看当算法进入实现时候是如何做到的吧。

2015-02-05 16:27:18 923

原创初探NO.1—逻辑回归学习的前前后后

初探NO.1—逻辑回归学习的前前后后 Leo突然消失了半个月，哈哈哈，因为我学车去了~大冬天的学车还是挺冷的。不过既然年前任务结束了，那就静下心来再写几篇博客吧~ 其实我发现我写完了算法初探之后，不知道如何继续下手。要么有些东西知道但是不知道如何表达，要么发现自己还是不能掌握其中的精髓，但是既然要写就干脆踏踏实实做，所以这一期我将给大家带来我学习的第一个算法—Logist

2015-02-02 22:11:25 1121