Machine Learning
文章平均质量分 96
机器学习专栏,聚焦智能算法前沿。解析深度学习、神经网络等热门技术,分享实战案例与项目经验。探讨AI在各个领域的应用与影响,助力开发者提升技能,把握未来科技趋势。专栏内容深入浅出,适合不同层次的读者,共同探索机器学习的无限可能。
腾飞开源
腾飞开源技术团队,汇聚了众多IT研发精英,深耕IoT和人工智能领域,致力于技术创新与发展。我们紧跟技术前沿,对开源社区保持高度敏感,热衷于探索与研究新技术。我们珍视团队合作,乐于分享技术成果,共同营造积极、协作的工作氛围。我们相信,每个成员都是团队的重要组成部分,每个创新都是推动行业进步的动力。未来,我们期待在更具挑战性的环境中,运用专业技能与丰富经验,携手前行,共同书写技术创新的新篇章,为推动行业发展贡献更多力量。
展开
-
07_机器学习算法_K近邻(k-nearest neighbors)初探
带有空值的欧式距离计算公式k近邻方法是一种惰性学习算法,可以用于回归和分类,它的主要思想是投票机制,对于一个测试实例x, 我们在有标签的训练数据集上找到和最相近的k个数据,用他们的label进行投票,分类问题则进行表决投票,回归问题使用加权平均或者直接平均的方法。knn算法中我们最需要关注两个问题:k值的选择和距离的计算。kNN中的k是一个超参数,需要我们进行指定,一般情况下这个k和数据有很大关系,都是交叉验证进行选择,但是建议使用交叉验证的时候,k∈[2,20],使用交叉验证得到一个很好的k值。原创 2024-05-16 10:12:45 · 435 阅读 · 0 评论 -
06_机器学习算法_朴素贝叶斯
朴素贝叶斯算法(Naive Bayes, NB)是应用最为广泛的分类算法之一。它是基于贝叶斯定义和特征条件独立假设的分类方法。由于朴素贝叶斯法基于贝叶斯公式计算得到,有着坚实的数学基础,以及稳定的分类效率。NB模型所需估计的参数很少,对缺失数据不太敏感,算法也比较简单。当年的都是基于朴素贝叶斯分类器识别的。什么是条件概率,我们从一个摸球的例子来理解。我们有两个桶:灰色桶和绿色桶,一共有7个小球,4个蓝色和3个紫色,分布如下图:从这7个球中,随机选择1个球是紫色的概率p是多少?p球紫色p选择桶。原创 2024-05-16 10:12:15 · 669 阅读 · 0 评论 -
05_机器学习赛事_优惠券使用预测
【代码】05_机器学习赛事_优惠券使用预测。原创 2024-05-02 22:25:15 · 989 阅读 · 0 评论 -
04_机器学习赛事_一起挖掘幸福感
【代码】04_机器学习赛事_一起挖掘幸福感。原创 2024-05-02 12:51:44 · 660 阅读 · 0 评论 -
03_机器学习算法_基于LightGBM的分类预测
LightGBM是2017年由微软推出的可扩展机器学习系统,是微软旗下DMKT的一个开源项目,由2014年首届阿里巴巴大数据竞赛获胜者之一柯国霖老师带领开发。它是一款基于GBDT(梯度提升决策树)算法的分布式梯度提升框架,为了满足缩短模型计算时间的需求,LightGBM的设计思路主要集中在减小数据对内存与计算性能的使用,以及减少多机器并行计算时的通讯代价。LightGBM可以看作是XGBoost的升级豪华版,在获得与XGBoost近似精度的同时,又提供了更快的训练速度与更少的内存消耗。原创 2024-05-02 12:43:07 · 731 阅读 · 0 评论 -
02_机器学习算法_基于XGBoost的分类预测
XGBoost是2016年由华盛顿大学陈天奇老师带领开发的一个可扩展机器学习系统。严格意义上讲XGBoost并不是一种模型,而是一个可供用户轻松解决分类、回归或排序问题的软件包。它内部实现了梯度提升树(GBDT)模型,并对模型中的算法进行了诸多优化,在取得高精度的同时又保持了极快的速度,在一段时间内成为了国内外数据挖掘、机器学习领域中的大规模杀伤性武器。更重要的是,XGBoost在系统优化和机器学习原理方面都进行了深入的考虑。原创 2024-05-01 23:05:54 · 1163 阅读 · 0 评论 -
01_机器学习算法_基于逻辑回归的分类预测
逻辑回归(Logistic regression,简称LR)虽然其中带有"回归"两个字,但逻辑回归其实是一个分类模型,并且广泛应用于各个领域之中。虽然现在深度学习相对于这些传统方法更为火热,但实则这些传统方法由于其独特的优势依然广泛应用于各个领域中。而对于逻辑回归而且,最为突出的两点就是其和。原创 2024-04-30 23:49:35 · 633 阅读 · 0 评论