- 博客(7)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 机器学习实战读书笔记(4)--logistic回归
Logistic回归假设我们有一些数据点,用一条直线对这些点进行拟合,这个拟合的过程成为回归.在计量经济学中我们大量的使用过线性回归,线性回归的模型试图得到一个通过属性的线性组合来进行预测的函数,即 f(x)=WTX+bf(x)=WTX+bf(x)=W^TX+b 式中的W和b通过学习获得,模型就被标定了.而logistic回归的思想是,回归的结果不是一个实值,而是一个二分类的概率.这个变量...
2018-07-25 21:27:10
189
原创 机器学习实战读书笔记(3)--朴素贝叶斯
基于贝叶斯决策理论的分类方法 优点:在数据较少的情况下仍然有效,可以处理多类别问题 缺点:对输入数据的准备方式比较敏感,需要标称数据.确定贝叶斯最优假设的计算代价较大朴素贝叶斯是贝叶斯决策理论的一部分.贝叶斯决策理论的核心思想:一个数据集包括2类(或两类以上)数据,这些数据有一些维度,如果已知一个数据的特征,由该特征得到其属于第一类的可能性p1(x,y)p1(x,y)p1(...
2018-07-25 21:20:53
158
原创 数学之美读书笔记(2)
谈谈分词分词方法，最容易想到的就是查字典，即从左到右把句子扫描一遍，遇到字典里有的词，就标识出来，遇到复合词就找最长的词匹配。这个方法可以解决七八成的问题，但是还是过于单薄。之后提出的用统计语言模型进行分词的方法，效果上好的多。对于给定的一个句子，有若干中分词方法，A1,A2,A3..An, B1,B2,B3…Bn, C1,C2,C3…Cn,只要利用统计语言模型比较哪种分词方案形成的句子出...
2018-07-17 20:00:15
126
原创 机器学习实战读书笔记(2)--决策树
决策树决策树的一个重要任务是为了数据中所蕴含的知识信息,因此决策树可以使用一系列不熟悉的数据集合,并从中提取系列规则,在这些机器根据数据集创建规则时,就是机器学习的过程.专家系统中经常使用决策树决策树的构造 优点:计算复杂度不高,输出结果易于理解,对中间值缺失不敏感,可以处理不相关特征数据 缺点:可能会产生过度匹配的问题(overfit) 适用数据类型:数值...
2018-07-17 19:56:32
690
原创 机器学习实战读书笔记(1)--k邻近算法
kNN算法kNN算法概述kNN算法和kmeans算法的比较knn工作原理: 存在一个样本数据集合(训练样本集),并且每个样本都具有标签,输入新的样本后,我们将样本的特征与训练样本集中的数据特征比较,算法提取特征最相似的k个样本的标签,采用少数服从多数的形式,认为新样本的标签就是最相似的k个样本中的主要标签.def classify0(inX,dataSet,label...
2018-07-17 19:45:21
192
原创 为知笔记ubuntu18.04无法联网问题
升级到18.04后为知笔记无法更新,已知报错Failed to exec json request, network error=99, message=,查找资料后是openssl库的问题导致其联网同步时安全验证失败,官网上提供了一个需要重新安装的库的列表sudo apt install openssl1.0 libssl1.0-dev 但是实际安装的时候并不顺利,安装中...
2018-07-17 19:40:02
13902
原创 数学之美读书笔记(1)
第二章我们把一个要表达的意思，通过某种语言的一句话表达出来，就是用这种语言的编码方式对头脑中的信息做一次编码，编码的结果就是一串文字。而如果对方懂得这门语言，他或她就可以用这门语言的解码方式获得说话人要表达的意思。这就语言的数学本质。 【语言的本质是信息载体，不同的语言是对同一种意思的不同编码方式，这个解释是自然语言的理解和语言之间的翻译基石】图灵测试：让人和机器进行交流，如果人无法判断...
2018-07-12 10:27:21
626
2
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人