m0_37876745的博客

原文链接在这里：http://blog.csdn.net/v_july_v/article/details/7624837

1 框架参数：n_estimators ： 指定随机森林中的分类器的个数，默认为10。一般来说n_estimators 太小容易欠拟合，太大计算量大，故需要参数调优选择一个适中的数值；       oob_score： 是否采用袋外误差来评估模型，默认为 False；criterion ：及CART树划分对特征的评价标准，默认我基尼指数，还可以选择信息增益；2决策树参数max_...

tpot 自动训练模型包Consider TPOT your Data Science Assistant. TPOT is a Python Automated Machine Learning tool that optimizes machine learning pipelines using genetic programming.TPOT will automate t...

cross-validation：从 holdout validation 到 k-fold validation2016年01月15日 11:06:00 Inside_Zhang 阅读数：4445版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/lanchunhui/article/details/50522424构建机器学习模型的一个...

在sklearn中包含四种评价尺度，分别为mean_squared_error、mean_absolute_error、explained_variance_score 和 r2_score。1、均方差（mean-squared-error）2、平均绝对值误差（mean_absolute_error）3.可释方差得分（explained_variance_score） ex...

在学生成绩管理的应用设计中经常会有需求场景，需要使用教务系统提供的服务，为了节约用户的时间，有时候会提供账号绑定的服务，即用户提供账号和密码，开发者登陆教务系统，获取其中的信息，这个时候就需要识别验证码的功能。首先第一步，获取验证码数据集从检查元素中，我们可以得知，二维码的链接为http://210.42.121.241/servlet/GenImg利用一个简单的爬虫小程序，我们就可以获得大量的二...

假设根据特征的预测结果与实际结果有误差∈ (

           转自：http://baike.baidu.com/view/3038019.htm和http://blog.sina.com.cn/s/blog_672c5a470100pmj6.html   缩小图像（或称为下采样（subsampled）或降采样（downsampled））的主要目的有两个：1、使得图像符合显示区域的大小；2、生成对应图像的缩略图。放大图像（或称为上采样（...

cost函数形式：简单回顾一下几个变量的含义：表1 cost函数解释x(i)每个样本数据点在某一个特征上的值，即特征向量x的某个值y(i)每个样本数据的所属类别标签m样本数据点的个数hθ(x)样本数据的概率密度函数，即某个数据属于1类（二分类问题）的概率J(θ)代价函数，估计样本属于某类的风险程度，越小代表越有可能属于这类 我们的目标是求出θ，使得这个代价函数J(θ)的值最小，这里就需要用到梯度下...

以下内容转自：https://blog.csdn.net/code_lr/article/details/51382826参考http://www.cnblogs.com/armysheng/p/3422923.htmlhttp://blog.csdn.net/qll125596718/article/details/8248249一.背景   先看下百度百科的介绍：最小二乘法（又称最小平方法）是...

第五讲比较难以理解，这里收集了几个还不错的链接，供大家选择：知乎：人工智能LeadAI 课程总结二Lee的白板报博客独孤九戒Paul-Huang红色de石头第六讲，纯数学的推理过程，推荐韬光养晦气的博客：韬光养晦...

偏差度量了学习算法的期望预测与真实结果的偏离程度，即刻画了学习算法本身的拟合能力；方差度量了同样大小的训练集的变动所导致的学习性能的变化，即刻画了数据扰动所造成的影响；噪声则表达了学习问题本省的难度。偏差－方差分解说明，泛化能力是由学习算法的能力、数据的充分性以及学习任务本身的难度所共同决定的，给定学习任务，为了取得好的泛化性能，需使偏差较小，即能够充分拟合数据，并使方差较小，使数据扰动产生的影响...

http://blog.csdn.net/dulingtingzi/article/details/51374487

在分析量化交易模型中，经常会遇到一类问题就是：在万的和其他的平台上能获取各种各样的基本面指标，情绪指标，各种指标，我们当然可以用单因子分析的方法流程来处理，但是还是有一个问题是掩饰不住的，就是指标很多很多，但是样本点很少很少，这个时候其实总体来说预测因子的数目 p 特别大，而样本数量 n 却很小，毕竟每年才 240 多天， 因此，这属于 p>>n 的问题，属于高维统计（high-dim...