張張張張-CSDN博客

原创【技巧学习】之正则表达式详解

作者：張張張張github地址：https://github.com/zhanghekai【转载请注明出处，谢谢！】文章目录1. 基本匹配2. 元字符2.1 点运算符 `.`2.2 字符集2.2.1 否定字符集2.3 重复次数2.3.1 `*` 号2.3.2 `+` 号2.3.3 `?` 号2.4 `{}` 号2.5 `(...)` 特征标群2.6 `|` 或运算符2.7 转码特殊字符2....

2020-02-25 15:38:24 286

原创【图结构】之HAN:Heterogeneous Graph Attention Network

作者：張張張張github地址：https://github.com/zhanghekai【转载请注明出处，谢谢！】HANHANHAN源代码地址：https://github.com/Jhy1993/HANHANHANHAN论文地址：http://www.shichuan.org/doc/66.pdfHAN\qquad HANHAN是在GATGATGAT的基础上实现的，它的模型分为两部...

2019-12-18 19:31:14 1626 1

原创【图结构】之图注意力网络GAT详解

作者：張張張張github地址：https://github.com/zhanghekai【转载请注明出处，谢谢！】GATGATGAT源代码地址：https://github.com/PetarV-/GATGATGATGAT论文地址：https://arxiv.org/pdf/1710.10903.pdf\qquad GATGATGAT是在GCNGCNGCN的基础上进行改进而得以实现...

2019-09-01 15:06:58 36578 5

原创【图结构】之图神经网络GCN详解

作者：張張張張github地址：https://github.com/zhanghekai【转载请注明出处，谢谢！】一、GCN诞生的由来\qquadCNN系列：做图像识别时，对象是图片，是一个二维的结构，于是人们发明了CNNCNNCNN这种神奇的模型来提取图片的特征。CNNCNNCNN的核心在于它的kernelkernelkernel，kernelkernelkernel是一个个小窗口...

2019-09-01 15:03:39 17587 12

原创【图结构】meta-graph相似度计算

作者：張張張張github地址：https://github.com/zhanghekai【转载请注明出处，谢谢！】文章目录meta-graph相似度计算1. meta-graph的定义2. 与meta-path相比3.meta-graph相似性计算meta-graph相似度计算1. meta-graph的定义\qquadmeta−graph Mmeta...

2019-08-22 14:43:32 3348 5

原创【LeetCode技巧总结】位运算操作技巧

作者：張張張張github地址：https://github.com/zhanghekai【转载请注明出处，谢谢！】由于位运算直接对内存数据进行操作，不需要转成十进制，直接在二进制上进行运算，因此处理速度非常快！按位“与”（Bitwise AND）,运算符号为：&\&&a&ba\&ba&b 的操作结果：a...

2019-08-12 15:15:30 1791

原创【数学建模常用算法】之灰色预测模型GM

作者：張張張張github地址：https://github.com/zhanghekai【转载请注明出处，谢谢！】【参考文献】

2019-05-29 16:48:39 7258 1

原创【机器学习系列】之朴素贝叶斯代码案例

作者：張張張張github地址：https://github.com/zhanghekai【转载请注明出处，谢谢！】【参考文献】sklearn 贝叶斯部分官网 https://scikit-learn.org/stable/modules/naive_bayes.htmlapache github主页：https://github.com/apachecn/AiLearning...

2019-05-23 10:33:39 719

原创【机器学习系列】之朴素贝叶斯和半朴素贝叶斯

作者：張張張張github地址：https://github.com/zhanghekai【转载请注明出处，谢谢！】文章目录一、朴素贝叶斯概述二、朴素贝叶斯分类器1. 朴素贝叶斯分类器表达式2. 极大似然估计3. 例题4. 拉普拉斯修正及例题三、朴素贝叶斯算法小结一、朴素贝叶斯概述  \quad\;\;贝叶斯分类是一类分类算法的...

2019-05-23 10:31:47 2019 1

原创【机器学习系列】之纯python及sklearn实现kNN

作者：張張張張github地址：https://github.com/zhanghekai【转载请注明出处，谢谢！】文章目录一、纯python实现kNN Brute-Force法kNN项目案例：优化约会网站的配对效果二、sklearn实现kNN：KDTree和BallTree一、纯python实现kNN Brute-Force法kNN项目案例：优化约会网站的配对效果项目概述拉克丝使用...

2019-05-19 16:21:46 947

原创【机器学习系列】之sklearn实现SVM代码

作者：張張張張github地址：https://github.com/zhanghekai【转载请注明出处，谢谢！】【参考文献】apache github主页：https://github.com/apachecn/AiLearning

2019-05-17 12:06:03 4973

原创【机器学习系列】之k近邻（kNN）

作者：張張張張github地址：https://github.com/zhanghekai【转载请注明出处，谢谢！】

2019-05-17 08:36:56 417

原创【机器学习系列】之支持向量回归SVR

作者：張張張張github地址：https://github.com/zhanghekai【转载请注明出处，谢谢！】

2019-05-08 11:43:33 6193 1

原创【机器学习系列】之SVM核函数和SMO算法

作者：張張張張github地址：https://github.com/zhanghekai【转载请注明出处，谢谢！】一、SVM核函数SVM基本型假设的是训练样本是线性可分的，即存在一个划分超平面能将训练样本正确分类。然而在现实任务中，原始样本空间内也许并不存在一个能正确划分两类样本的超平面，如下图所示的“异或”问题就不是线性可分的。对于这样的问题，可将样本从原始空间映射到一个更高维的特...

2019-05-06 11:01:09 1730

原创【机器学习系列】之SVM硬间隔和软间隔

作者：張張張張github地址：https://github.com/zhanghekai【转载请注明出处，谢谢！】SVM概述假定给出训练样本集D={(x1,y1)，(x2,y2)，...，(xm,ym)}，yi∈{−1，+1}D=\{(x_1,y_1)，(x_2,y_2)，...，(x_m,y_m)\}，y_i \in \{-1，+1\}D={(x1,y1)，(x2,y2)，.....

2019-05-02 15:28:01 9648 8

原创【机器学习系列】之ID3、C4.5、CART决策树构建代码

作者：張張張張github地址：https://github.com/zhanghekai【转载请注明出处，谢谢！】ID3决策树西瓜数据集2.0案例项目概述：\quad根据以下6个特征，将西瓜分成两类：好瓜和坏瓜特征：\quad 1.西瓜的颜色\quad 2.西瓜的根卷曲程度\quad 3.敲打西瓜发出的声音\quad 4.西瓜表面的纹理\quad 5.西瓜脐部凹陷情况...

2019-04-30 19:44:25 1986 2

原创【机器学习系列】之决策树剪枝和连续值、缺失值处理数学公式计算

作者：張張張張github地址：https://github.com/zhanghekai【转载请注明出处，谢谢！】一、剪枝处理剪枝(pruning)是决策树学习算法对付“过拟合”的主要手段，可通过主动去掉一些分支来降低过拟合的风险。“预剪枝(prepruning)：”预剪枝是指在决策树生成过程中，对每个节点在划分前先进行估计，若当前节点的划分不能带来决策树泛化性能提升，则停止划...

2019-04-29 15:44:18 1975 1

原创【机器学习系列】之“西瓜数据集”决策树构建数学公式计算过程

作者：張張張張github地址：https://github.com/zhanghekai【转载请注明出处，谢谢！】一、决策树概述决策树（Decision Tree）算法是一种基本的分类与回归方法，是最经常使用的数据挖掘算法之一。决策树是一种非线性有监督分类模型必须将已有的数据进行离散化，即：从字符串变成数值。构造决策树的基本思想是随着树深度的增加，节点的“熵”迅速降低，熵降低的速度越快越...

2019-04-23 17:10:45 14307 1

原创【机器学习系列】之机器学习基础

作者：張張張張github地址：https://github.com/zhanghekai【转载请注明出处，谢谢！】一、机器学习概述**机器学习(Machine Learning,ML)**是使用计算机来彰显数据背后的真实含义，它为了把无序的数据转换成有用的信息。它致力于研究如何通过计算的手段，利用经验来改善系统自身的性能。机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析...

2019-04-17 17:11:16 438

原创【教程】如何在ICML上查找历年best paper

ICML 是国际机器学习大会。ICML如今已发展为由国际机器学习学会（IMLS）主办的年度机器学习国际顶级会议。但还是好多人不知道如还在icml中找到每年的最佳文章，下面我就告诉大家如何找到历年的best paper。以2018年和2015年为例。第一步：百度搜索IMCL，第一条搜索记录即为imcl官网；或直接输入网址https://icml.cc/第...

2018-10-19 16:36:18 6564 2

qq_41995574的博客