- 博客(6)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 Logistic回归算法
前言关于Logistic的重要性，不言而喻，网上也有许多关于Logistic的资料，这篇文章我就写写我自己在看了机器学习实战后，对于Logistic的理解吧。首先我们要知道Logistic能干什么？作为我们学习的第一个回归算法，它根据现有的数据对分类边界建立回归公式，以此进行分类。我们的目的就是找到那根最佳拟合直线。也就是我们能把数据分成两类，那么我们可以把这应用在一些数值的分类问题上，比如怎么判断
2017-10-27 11:22:08
2413
原创 python爬取CSDN博客并用WordCloud词云分析
前言这周就不写机器学习算法了，下周再更新Logistic分类算法吧，这个算法算是机器学习比较重要的算法了，里面还有关于梯度下降的应用。 这周我们来玩点有趣的东西——爬虫。 爬虫也是最近不知不觉就火起来了，关于爬取网页内容的方法也挺多的比如：用python爬取网页内容，一般是requests库+BeautifulSoup4库结合使用。R语言爬虫 rvest包+magrittr包+xml2包，感
2017-10-19 16:02:47
1015
原创 基于概率论的分类方法：朴素贝叶斯
算法描述进过几周的学习，我目前基本上完成了一周一个机器学习的算法任务，后面还要继续坚持下去。学习这些算法时，其中会遇到一些问题，但通过动手实践实践仿佛又理解的更深刻了一些。希望学习好算法之后，能做一些项目，这大概就是我学习算法的目的了吧。 好了，废话不讲，这次算法名字朴素贝叶斯，作为贝叶斯决策理论的一部分，所以有必要知道贝叶斯决策是啥？《机器学习实战》中讲就是用数据的统计参数描述两类数据，用p1（
2017-10-15 14:56:42
644
原创 《数学之美》观后感
最先看过吴军这个名字是在他的一本《智能时代》书中，当时好奇就去百度了一下（吴军，原腾讯副总裁。吴军博士是当前Google中日韩文搜索算法的主要设计者。著有《数学之美》、《浪潮之巅》和《文明之光》。 2012年6月15日，吴军发出微博，暗示已经从腾讯离职），初看他的书，会给你视野开阔的感觉，《智能时代》这本书我没有看完，但看了大部分，其中传达给我印象深刻的思想是世界是不确定的，相对于确定的机械思维，
2017-10-14 15:57:48
1132
原创 决策树----ID3
由于这周国庆假期，所以学习就停了一段时间，毕竟放松放松也是挺好的，决策树是放假前看了一点，还没看完，所以先记记所看的内容。 还是继续机器学习实战的学习，相比较k-近邻算法而言，决策树能解决一些非数值的特征值分类问题，当然也能解决数值的特征值分类，这里我们所用的算法是ID3，ID3算法无法直接处理数值型数据，后面将学习CART（分类回归树）算法，则可以解决这个问题。那我们就提出问题了，一些数据的“
2017-10-08 21:21:16
499
原创 k-近邻算法
这篇文章算是机器学习算法文章的开头篇，k-近邻算法个人觉得比较有效而且简单，这一系列的学习我感觉将会很有趣，因为这些算法能直接被用来解决一些实际的问题，把一些枯燥的数学算法用来解决问题，我也认为这是最好的学习方法。本系列文章结合机器学习实战学习做的一些学习笔记。 k-近邻算法简单说就是采用测量不同特征值之间的距离方法进行分类，这是机器学习实战所写的，我觉得不够完整，首先特征值必须是数值类型，否则欧
2017-10-01 13:53:16
636
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人