- 博客(3)
- 收藏
- 关注
原创 [完]机器学习实战 第十四章 利用SVD简化数据
本章内容: SVD矩阵分解 推荐引擎 利用SVD提升推荐引擎的性能 餐馆可分为很多类别,不同的专家对其分类可能有不同依据。实际中,我们可以忘掉专家,从数据着手,可对记录用户关于餐馆观点的数据进行处理,并从中提取出其背后的因素。这些因素可能会与餐馆的类别、烹饪时采用的某个特定配料,或其他任意对象一致。然后,可利用这些因素来估计人们对没有去过的餐馆的看法。提取这些信息的方法称为奇异值分解(Singula
2016-10-31 21:38:11 3917 6
原创 [完]机器学习实战 第十三章 利用PCA来简化数据
本章内容 降维技术 主成分分析(PCA,Principal Component Analysis) 对半导体数据进行降维处理 体育比赛中,人们面对的原本是百万像素的数据,但只有球的三维位置才是最重要的,这就被称为降维(dimensionality reduction)。在低维下,数据更容易进行处理。通常,在应用其他机器学习之前,须先识别出其相关特征。一、降维技术对数据进行简化的原因: 多维数据难以显
2016-10-26 19:33:41 2628 1
原创 [完]机器学习实战 第十一章 使用Apriori算法进行关联分析
本章内容: Apriori算法 频繁项集生成 关联规则生成 投票中的关联规则发现 从大规模数据集中寻找物品间的隐含关系被称作关联分析(association analysis)或者关联规则学习(association rule learning)。寻找物品的不同组合十分耗时,计算代价高,蛮力搜索方法不能解决这个问题。使用Apriori算法可解决这个问题。一、关联分析关联分析是一种在大规模数据集中寻找
2016-10-01 21:02:10 4174 2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人