机器学习
ML
Twish
这个作者很懒,什么都没留下…
展开
-
[机器学习][理论知识][实践]决策树
文章目录1比特化1.1一般化比特化2信息熵(Entropy)2.1信息熵(Entropy)案例2.2条件熵H(Y|X)1比特化现在有一组由X变量组成的序列: BACADDCBAC…;如果现在希望将这个序列 转换为二进制来进行网络传输,那么我们得到一个得到一个这样的序列: 01001000111110010010…结论: 在这种情况下,我们可以使用两个比特位来表示一个随机变量。AB...原创 2019-12-08 23:55:00 · 286 阅读 · 0 评论 -
[机器学习][理论知识][实践]回归算法总结
文章目录1目标函数2损失函数3目标函数优化方式1目标函数在算法模型优化的过程中,优化的方向函数,每次迭代优化的时候都让这个目标函数的值最小化,而我们的最优解其实是目标函数最小化的时候的取对应的参数值2损失函数一般情况下和目标函数是同一个,有时候损失函数表达的意义是指我们的模型参数给定的时候,预测和实际值之间的差距值3目标函数优化方式目标函数一般情况是凸函数,所以常有的优化方案是:最小二...原创 2019-12-06 00:14:17 · 303 阅读 · 0 评论 -
[机器学习][理论知识][实践]KNN算法
文章目录1KNN算法原理2KNN三要素3KNN分类预测规则4KNN算法实现方式4.1KD Tree4.2KD Tree构建方式4.3KD tree查找最近邻5KNN参数说明1KNN算法原理K近邻(K-nearst neighbors, KNN)是一种基本的机器学习算法,所谓k近邻,就 是k个最近的邻居的意思,说的是每个样本都可以用它最接近的k个邻居来代表。 比如:判断一个人的人品,只需要观察...原创 2019-11-25 00:45:21 · 310 阅读 · 0 评论 -
[机器学习][理论知识][实践]回归算法
文章目录1回归算法概念2线性回归2.1线性回归、最大似然估计及二乘法2.1.1似然函数2.1.2最小二乘法的参数最优解2.1.3普通最小二乘法线性回归案例1回归算法概念回归算法是一种有监督算法回归算法是一种比较常用的机器学习算法,用来建立“解释”变量(自变量X)和观 测值(因变量Y)之间的关系;从机器学习的角度来讲,用于构建一个算法模型(函 数)来做属性(X)与标签(Y)之间的映射关系,在...原创 2019-11-11 00:45:35 · 766 阅读 · 0 评论 -
[机器学习][理论知识]机器学习概述
文章目录1机器学习定义2机器学习基本概念3机器学习实际用途4机器学习、数据分析、数据挖掘区别与联系5机器学习分类(1)5.1有监督学习5.1.1判别式模型(Discriminative Model)5.1.2生成式模型(Generative Model)5.1.3小结5.2无监督学习5.3半监督学习(SSL)6机器学习分类(2)6.1分类6.2聚类6.3回归6.4关联规则7机器学习算法(TOP10...原创 2019-11-10 00:24:47 · 533 阅读 · 1 评论 -
[机器学习][基础编程][matplotlib]matplotlib基本操作
import matplotlib.pyplot as pltimport matplotlib.ticker import matplotlib as mplimport numpy as npplt.plot([1,2,3],[5,7,4])plt.show()matplotlib:图形 figurefigure:图形,matplotlib中的所有图像都是位于figure对...原创 2019-11-09 13:44:24 · 330 阅读 · 0 评论 -
[机器学习][基础编程][pandas]pandas基本操作
文章目录pandas基本数据结构Series:通过一维数组创建Series值的获取Series的运算Series缺失值检测Series自动对齐Series及其索引的name属性DataFrame: 通过二维数组创建DataFrame: 通过字典的方式创建索引对象DataFrame数据获取pandas基本功能pandas:数据文件读取pandas:数据过滤获取pandas:缺省值NaN处理方法pan...原创 2019-11-09 01:14:23 · 1116 阅读 · 0 评论 -
[机器学习][基础编程][numpy]numpy操作
概览数组与标量、数组之间的运算数组的矩阵积(matrix product)数组的索引与切片数组的转置与轴对换通用函数:快速的元素级数组成函数聚合函数np.where函数np.unique函数ndarray-数组与标量、数组之间的运算数组不用循环即可对每个元素执行批量的算术运算操作,这个过程叫做矢量化,即用数组表达式代替循环的做法。矢量化数组运算性能比纯Python方式快...原创 2019-11-07 00:57:52 · 270 阅读 · 0 评论 -
[机器学习][基础编程][numpy]numpy属性
概览ndim 数组轴(维度)的个数,轴的个数被称作秩shape 数组的维度, 例如一个2排3列的矩阵,它的shape属性将是(2,3),这个元组的长度显然是秩,即维度或者ndim属性size 数组元素的总个数,等于shape属性中元组元素的乘积。dtype 一个用来描述数组中元素类型的对象,可以通过创造或指定dtype使用标准Python类型。不过NumPy提供它自己的数据类型。ite...原创 2019-11-05 00:09:09 · 281 阅读 · 0 评论 -
[机器学习][基础编程][numpy]numpy创建数组
import numpy as npa = np.array([1,2,3,4])b = np.array([5,6,7,8])print(a)print(b)[1 2 3 4][5 6 7 8]a_two = np.array([ [1,2,3], [4,5,6], [7,8,9]])print(a_two)[[1 2 3] [4 5 6]...原创 2019-11-04 23:58:31 · 280 阅读 · 0 评论 -
[机器学习][数学基础]概率论与数理统计概括
概率论与数理统计原创 2019-10-28 00:11:41 · 687 阅读 · 0 评论 -
[机器学习][数学基础]线性代数概括
文章目录1向量1.1向量的运算1.2正交向量2矩阵2.1矩阵的直观表示线性(linear)指量(变量)与量(变量)之间按比例、成直线关系,在数 学上可以理解为一阶导数为常数的函数;而非线性(non-linear)是 指不成比例、没有直线关系,一阶导数不是常数的函数。线性代数中的基本量指的是向量,基本关系是严格的线性关系;也就是可以简单的将线性代数理解为向量与向量之间的线性关系的映射。1向...原创 2019-10-19 00:54:14 · 621 阅读 · 0 评论 -
[机器学习][数学基础]高等数学概括
1函数给定一个数集A,对A施加一个对应的法则/映射f,记做:f(A),那么 可以得到另外一个数集B,也就是可以认为B=f(A);那么这个关系 就叫做函数关系式,简称函数。三个重要的因素: 定义域A、值域B、 对应的映射法则f。A135791113B2468101214映射的数学公式为:B=f(A)=A+1B = f(A)=A+1B=f(...原创 2019-10-10 23:53:22 · 392 阅读 · 0 评论 -
[机器学习基础][台大林轩田]机器学习概念
什么是机器学习什么是“学习”?学习就是人类通过观察、积累经验,掌握某项技能或能力。就好像我 们从小学习识别字母、认识汉字,就是学习的过程。而机器学习(Machine Learning),顾名思义,就是让机器(计算机)也能向人类一样,通过观察大量的数 据和训练,发现事物规律,获得某种分析问题、解决问题的能力。机器学习可以被定义为:Improving some performance measur...原创 2019-09-30 14:55:58 · 205 阅读 · 0 评论