冬之晓

数据挖掘和机器学习是进行数据处理的非常有用的工具，当代的好多数据都使用这两种方法。但是这两种方法却包含很多模型和方法，对于初学者来说，面对这些模型总是无从下手。因此，后面的论述主要以处理数据的流程入手，把每个方法带入到数据处理的步骤中来讲，使得这些方法在数据处理中的具体位置有一个清晰的显示，有利于理解这些方法。

今天，总结一下如何使用层次聚类算法里面的自定义距离度量 层次聚类上次已经总结过。 这次仅仅说明层次聚类的距离参数，这里的距离参数可以使用自定义函数。 我们进入该函数的文档页面 我们看到linkage的说明文档上面的函数scipy.cluster.hierarchy.linkage(y, method='single', metric='euclidean', optimal_orderin...

最近，在kaggle上找到一位大牛写的机器学习算法总结，感觉流程清晰，内容详实，因此翻译并分享下，由于作者不明原因将原文删除了，所以没法放上原文地址，文中主要以代码实践的方式展开各种算法，原理方面参考文中的地址连接（这是自己加上的），以便时查阅~ 目录 目录 使用Python语言进行机器学习工作流的实例分析 1. 介绍 2. 机器学习工作流程 3 问题定义 3.1 问题特征 3.2 目标...

2 一个简单的对偶实例 作为对偶的一个简单应用，在本节中，我们将展示如何形成一个简单凸优化问题的对偶问题。考虑如下的凸优化问题： min⁡x∈R2x12+x2subjectto2x1+x2≥4x2≥1 \begin{aligned} \min_{x\in R^2}\quad &x_1^2+x_2 \\ subject\quad to \quad&2x_1+x_2\g...