机器学习笔记
文章平均质量分 94
此专栏是为了记录博主对于一些machine learning 经典算法的原理推导和理解,分享给大家,一起进步吧
小熊猫Q
这个作者很懒,什么都没留下…
展开
-
CTR预估评价指标介绍
1.1 Logloss1.1.1 基本原理Logloss即对数损失, 也称为对数似然损失(Log-likelihood Loss),或交叉熵损失(cross-entropy Loss), 是在概率估计上定义的.可用于评估分类器的概率输出.CTR预估是一个二分类问题,只有两类 {0, 1}, 则Logloss公式为 其中, yi为输入实例 xi的真实类别, pi为预测输入实例 xi属于...原创 2019-10-30 19:59:11 · 3776 阅读 · 1 评论 -
KNN
KNN(K-Nearest Neighbor)算法是机器学习中算法中最基础和简单的算法之一。它既能用于分类,也能用于回归。KNN 算法的思想非常简单:对于任意的 n 维输入向量,其对应于特征空间一个点,输出为该特征向量所对应的类别标签或者预测值。KNN 算法在机器学习算法中有一个十分特别的地方,那就是它没有一个显示的学习过程。它实际上的工作原理是利用训练数据对特征向量空间进行划分,并将其划分的...原创 2018-11-06 18:56:54 · 479 阅读 · 0 评论 -
GAN + SVM + RNN
既然选择了机器学习的方向,所以对经典且必须要掌握的算法还是要理解和推导复现的,为了避免遗忘,整理了一些链接的汇总,这里记录分享下.因为突然对GAN(Generative Adversarial Network)有了兴趣,所以找了一些资料来进行学习,为了避免误导和我一样的小白,所以这里放上几个大牛的链接和讲解.一 GAN1 李宏毅老师的视频和PPT ,链接如...原创 2018-10-30 14:47:26 · 1782 阅读 · 0 评论