2018年04月_会飞的小罐子

12月 10月 09月 08月 07月 06月 05月 04月 03月 02月

转载 ArchSummit 北京 2016之lookalike主题

本文整理自腾讯机器学习高级研究员易玲玲在ArchSummit 北京 2016的演讲。Lookalike是做什么的基本上所有的互联网公司都有其广告投放平台，这是给广告主投放广告的一个页面。广告主可以通过广告提交页面提交自己的广告需求，后台会给广告主圈定一部分潜在用户，这个就是我们称为Lookalike的模块。一般的Lookalike会怎么来做呢？它会有两种做法：第一种就是显性的定位，广告主根据用户的...

2018-04-23 14:55:42 306

转载【机器学习实战系列】读书笔记之利用PCA简化数据（一）

一，引言　　降维是对数据高维度特征的一种预处理方法。降维是将高维度的数据保留下最重要的一些特征，去除噪声和不重要的特征，从而实现提升数据处理速度的目的。在实际的生产和应用中，降维在一定的信息损失范围内，可以为我们节省大量的时间和成本。降维也成为了应用非常广泛的数据预处理方法。　　降维具有如下一些优点：（1）使得数据集更易使用（2）降低算法的计算开销（3）去除噪声（4）使得结果容易理解　　PCA(p...

2018-04-11 16:10:59 247

转载 numpy之python 矩阵（mat）操作

python的numpy库提供矩阵运算的功能，因此我们在需要矩阵运算的时候，需要导入numpy的包。1.numpy的导入和使用from numpy import *;#导入numpy的库函数import numpy as np; #这个方式使用numpy的函数时，需要以np.开头。2.矩阵的创建>>> from numpy import *>>> a1=ar...

2018-04-11 11:33:43 67081 2

原创【机器学习实战系列】读书笔记之利用SVD简化数据（一）

本文详细说明机器学习实战这本书中的示例：餐厅菜肴推荐引擎的算法5.1 推荐未尝过的菜肴推荐系统的工作过程是：给定一个用户，系统会为此用户返回N个最好的推荐菜。为了实现这一点，则需要做到：寻找用户没有评级的菜肴，即在用户-物品矩阵中的0值；在用户没有评级的所有物品中，对每个物品预计一个可能的评级分数。这就是说，我们认为用户可能对物品的打分（这就是相似度计算的初衷）；对这些物品的评分从高到底进行排序，...

2018-04-10 17:12:21 426 1

原创 numpy用法（logical_and, nonzero，arange, reshape）

numpy里面有很多数组矩阵的用法，遇到一个就记一个。1.np.logical_and/or/not (逻辑与/或/非)np.logical_and(逻辑与)Syntaxnp.logical_and(x1, x2, *args, **kwargs)Test>>> np.logical_and(True, False)False>>> np.logical_a...

2018-04-10 16:28:01 10625

原创 excel常用的几个操作

最近用excel处理数据遇到一些小问题，好记性不如烂笔头，总结一下1.excel自动添加序号函数：=row（）-n加入当age有很多数据时，如何快速填充呢？把鼠标移到单元格的右下角，会出现“+”号，双击“+”号，就会马上填充。2.excel在某一列前加一个特定的字符例如：有一列数据111222333444（1）如何在这一列前加个5，变为：5111522253335444函数： =“@”&A...

2018-04-09 20:41:10 366

原创【机器学习实战系列】读书笔记之朴素贝叶斯（一）

本文从以下几个方面来介绍：一、贝叶斯和朴素贝叶斯二、文本分类运用三、文本分类算法思路四、算法实现五、总结======================================================================一、贝叶斯和朴素贝叶斯1.基于贝叶斯的分类 2.朴素贝叶斯法二、文本分类应用文本数据的一个典型特征就是其维度较大，比如一篇文档，会有几千甚至上万个词，...

2018-04-04 15:26:21 331