Machine Learning
文章平均质量分 73
Daisy_HJL
无论到哪里,都要记得带上自己的阳光!
展开
-
机器学习笔试
(1)自然条件下,使熵最大化的数据分布形式是 均匀分布 熵越大越混乱,而越均匀代表越无序,也就是越混乱 (2)贝叶斯定理表达式:P(A|B)=P(B|A)P(A)/P(B) (3)机器学习五大流派:进化学派、联结学派、符号学派、贝叶斯派、类推学派 知识点链接 (4)如果一个神经网络用于预测一种事物的分类,例如分为A、B、C、D四类,那么下列哪一个激活函数适用于该神原创 2017-09-22 19:38:52 · 547 阅读 · 0 评论 -
K最近邻(KNN)
K最近邻(k-Nearest Neighbor,KNN) KNN分类器由两部分组成:(1)训练部分:只是把数据读进去,然后记下来;(2)测试部分:会找到离它最近的N个训练样本,以它们中出现最多的类别作为它的类别。 以CIFAR-10为例: # 载入CIFAR-10数据集 cifar10_dir = 'julyedu/datasets/cifar-10-batches-py' X_train,原创 2017-09-24 21:28:17 · 661 阅读 · 0 评论 -
集成学习(ensemble Learning)
集成学习(ensemble Learning)通过构建并结合多个学习器来完成学习任务,有时也被称为多分类器系统(multi-classifier system)、基于委员会的学习(committee-based learning)等,其一般结构是先产生一组“个体学习器”(individual learning),再用某种策略将它们结合起来。个体学习器通常由一个现有的学习算法从训练数据中产生,如果个原创 2017-10-12 08:54:33 · 1757 阅读 · 0 评论 -
机器学习之归一化(Normalization)
一、定义 数据标准化(Normalization),也称为归一化,归一化就是将你需要处理的数据在通过某种算法经过处理后,限制将其限定在你需要的一定的范围内。 数据标准化处理是数据挖掘的一项基础工作,不同评价指标往往具有不同的量纲和量纲单位,这样的情况会影响到数据分析的结果,为了消除指标之间的量纲影响,需要对数据进行归一化处理,解决数据指标之间的可比性问题。 二、优点 如上面所说,数据归一化转载 2017-10-13 08:12:42 · 18282 阅读 · 0 评论 -
Markov随机场(MRF)和条件随机场(CRF)
在讲MRF和CRF之前,我们先来看看随机场又是什么意思? 一、随机场 简单来说,随机场可以看作是一组对应于同一样本空间的随机变量的集合。一般来说,这些随机变量之间存在依赖关系,也只有当它们之间存在依赖关系的时候,我们才会将其单独拿出来看成一个随机场才有实际意义。 二、Markov随机场(MRF) MRF(Markov Random Fields)就是加了Markov性质的随机场。首原创 2017-10-12 20:02:37 · 5266 阅读 · 0 评论 -
梯度下降法、牛顿法、拟牛顿法、共轭梯度
一、梯度下降法 参考来源:http://www.cnblogs.com/LeftNot ... .html 以下是一个典型的机器学习的过程,首先给出一个输入数据,我们的算法会通过一系列的过程得到一个估计的函数,这个函数有能力对没有见过的新数据给出一个新的估计,也被称为构建一个模型。 我们用X1,X2..Xn 去描述feature里面的分量,比如x1=房间的面积,x2=房间的朝向,转载 2017-10-14 09:55:01 · 2176 阅读 · 0 评论 -
机器学习之特征工程
特征工程是什么?首先我们来说一说特征。特征是数据中抽取出来的对结果预测有用的信息,可以是文本或是数据。特征工程是使用专业背景知识和技巧处理数据,使得特征能在机器学习算法上发挥更好的作用的过程。过程包含了特征提取、特征构建、特征选择等模块。特征工程的目的筛选出更好的特征,获取更好的训练数据。因为好多特征具有更强的灵活性,可以用简单的模型做训练,更可以得到优秀的结果。在互联网公司里,其实大部分复杂的模原创 2018-01-13 17:26:29 · 723 阅读 · 0 评论 -
python Warning message:DeprecationWaring
在导入sklearn部分模块时,出现DeprecationWarning(弃用警告),形式如下: C:\Adaconda2\lib\site-packages\sklearn\cross_validation.py:44: DeprecationWarning: This module was deprecated in version 0.18 in favor of the model_se原创 2018-01-20 19:15:12 · 2664 阅读 · 0 评论