![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 88
爱python的王三金
所有的努力都值得期许,每一份梦想都应该灌溉!
展开
-
python的face_recognition人脸识别库的使用
Face Recognition人脸识别库这是世界上最简单的人脸识别库了。你可以通过Python引用或者命令行的形式使用它,来管理和识别人脸。该软件包使用dlib中最先进的人脸识别深度学习算法,使得识别准确率在《Labled Faces in the world》测试基准下达到了99.38%。它同时提供了一个叫face_recognition的命令行工具,以便你可以用命令行对一个文件夹中的...原创 2019-11-23 17:05:26 · 3267 阅读 · 2 评论 -
机器学习之线性回归
线性回归在机器学习中回归是求学者在学习过程中重要的一环。无论是面试还是实际应用都会经常用到。有很多人会使用线性回归,但却不知道线性回归是怎么来的。如果想让自己在机器学习的方向上更有价值,数学方面的推导必不可少。下面就是我在自己理解的线性回归推导。回归的总结通过现有的数据最终预测出来在指定区间的某一个值 我们称之为回归贷款栗子解释数据: 上图为五个人在银行贷款的...原创 2018-10-10 21:17:20 · 355 阅读 · 0 评论 -
机器学习之聚类
聚类概念:无监督问题:我们手里没有某一个数据属于某一个标签聚类:将相似的东西分到一组难点:不像有监督问题有标签 评估难度大 没有标准答案调参难K-MEANS算法基本概念:要得到簇的个数,需要制定K值质心:数据的均值,即向量各维取平均即可距离的度量:常用欧式距离和余弦相似度(先标准化)优化目标:使得每个簇当中,所以样本点到质心的距离越小越好min∑i=1k∑xϵCidict...原创 2018-10-10 21:16:46 · 338 阅读 · 0 评论 -
机器学习之贝叶斯
贝叶斯背景贝叶斯简介:贝叶斯(约1701-1761) Thomas Bayes,英国数学家贝叶斯方法源于他生前为解决一个“逆概”问题写的一篇文章生不逢时,死后它的作品才被世人认可贝叶斯要解决的问题正向概率:假设袋子里面有N个白球,M个黑球,你伸手进去摸一把,摸出黑球的概率是多大逆向概率:如果我们事先并不知道袋子里面黑白球的比例,而是闭着眼睛摸出一个(或好几个)球,观察这些...原创 2018-10-24 21:47:31 · 313 阅读 · 0 评论 -
机器学习之决策树
树模型决策树:数据从根节点开始一步步走最终到叶子节点(决策)所有的数据最终都会落到叶子节点,既可以做分类也可以做回归树的组成根节点:第一个选择点非叶子节点与分支:中间过程叶子节点:最终的决策结果节点增加节点相当于在数据中切了一刀。因为每一个特征都要进行分支,都要进行决策。越多的特征,相当于越多的节点,越多的节点相当于把节数据的越细决策树的训练与测试训练阶段:从给定的训练集...原创 2018-10-10 21:17:04 · 262 阅读 · 0 评论