![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
junzhou134
纵有疾风起,人生不言弃!
展开
-
PageRank算法 && 个性化PageRank算法——学习总结
一、什么是PageRankPageRank,中文一般叫佩奇排名或网页排名,是利用网页简单的超链接来计算网页的分值,从而给网页进行排名的一种算法,以Google公司创办人Larry Page之姓来命名。Google用它来体现网页的相关性和重要性,在搜索引擎优化操作中是经常被用来评估网页优化的成效因素之一。它的思想是模拟一个悠闲的上网者,上网者首先随机选择一个网页打开,然后在这个网页上呆了几分...原创 2020-01-08 15:54:46 · 1693 阅读 · 0 评论 -
Matrix Factorization(MF:矩阵分解)的基本原理
Matrix Factorization的基本原理Matrix Factorization的原理比较简单,就是将一个矩阵 D 分解为 U 和 V 的乘积,即对于一个特定的规模为mn 的矩阵 D,估计出规模分别为 mk 和 n*k 的矩阵U和V,使得 UVTUV^TUVT 的值尽可能逼近矩阵 D 。一般来讲,k 的取值应该满足 k≤min{m,n}k ≤ min \{m,n\}k≤min{m,n}...原创 2019-12-05 18:18:52 · 2883 阅读 · 0 评论 -
均方根误差(RMSE),平均绝对误差(MAE),标准差(Standard Deviation)
RMSERoot Mean Square Error,均方根误差 是观测值与真值偏差的平方和与观测次数m比值的平方根。 是用来衡量观测值同真值之间的偏差MAEMean Absolute Error ,平均绝对误差 是绝对误差的平均值 能更好地反映预测值误差的实际情况.标准差Standard Deviation ,标准差 是方差的算数平方根 是用来衡量一组数自身的...原创 2019-10-12 21:39:44 · 5106 阅读 · 0 评论 -
拉普拉斯矩阵
介绍: 拉普拉斯矩阵(Laplacian matrix) 也叫做导纳矩阵、基尔霍夫矩阵或离散拉普拉斯算子,主要应用在图论中,作为一个图的矩阵表示。 给定一个有n个顶点的图G,它的拉普拉斯矩阵 定义为: L=D-A 其中D为图的度矩阵,A为图的邻接矩阵。度矩阵在有向图中,只需要考虑出度或者入度中的一个。 ...原创 2019-10-12 19:09:25 · 7516 阅读 · 0 评论 -
常见机器学习算法优缺点总结
常见机器学习算法优缺点总结1. 回归回归是一种用于连续型数值变量预测和建模的监督学习算法,使用案例包括房地产价格、股价走势或学生成绩等的预测。回归任务的特征是具有数值型目标变量的标注数据集。换言之,每一个用以监督算法的观察样本,都有一个数值型真值。1.1 (正则化)线性回归线性回归是回归任务最常用的算法。它最简的形式,是用一个连续的超平面来拟合数据集(比如,当你仅有两个变...原创 2019-08-04 17:49:46 · 6116 阅读 · 1 评论