- 博客(6)
- 收藏
- 关注
RSS订阅
原创 机器学习实战笔记(2) 决策树(分类的方法）
第一章节看的非常舒服，轻松就理解了k-紧邻算法和手写体识别的例子。 结果第二章给我当头一棒，反复看就看不懂啊。完全不知道译者说的名词的意思！ 个人感觉译者（当然是作者限制的内容）没法形象的解释怎么个策略选择节点和生成分支。 尤其是 带划分数据集， 划分数据集特征，需要返回特征等，都无法和实际的例子结合理解。 头大之际， 只好去搜索前人的学习笔记了。 https://
2017-10-20 17:03:56
373
转载 IT人保健养生技巧之晨斋枸杞一杯羹
“雪霁茆堂钟磬清，晨斋拘杞一杯羹。”这是宋代诗人陆游的著名诗句。陆游老年时，为健身祛病，喜食營养丰富、健身益寿的枸杞，故有此佳句吟咏。据分析，构杞子含蛋白质15%，糖30%左右，还含有甜菜碱，胡萝卡素，维生素B1、B2、C，烟酸，氦基酸等成分，确为强身健美之上品。枸杞的嫩茎叶制成“构杞茶”有清心、明目、止渴之效。用以与猪肝熬湯服，可治视力减退、夜盲症等。若常喝枸杞鸡蛋汤，既能滋补身体，又能祛病延年...
2018-03-27 22:15:01
342
原创 机器学习实战笔记(4) 形象线性回归的理解和实现
机器学习实战笔记(4) 线性回归的形象理解和实现 越来越感觉到这个实战就是只实战无理论描述，对算法的原理描述翻译过来后，对新手而言简直是天书，不知道在说什么。 相比而言，线性回归就是纯数学的内容么。千万不要一开始就搞个： f(x)= X1*W1+ X2*W2+ X3*W3+ X4*W4+ X5*W5…………………….+ Xn*Wn 这样直接就把大家给搞晕了。我们从最简
2017-10-31 22:37:55
268
原创 机器学习实战笔记(3.3)-朴素贝叶斯算法(多项式模型的朴素贝叶斯实现)
多项式模型的朴素贝叶斯： 实际看，每个词的权重是完全不同的，仅仅看是否出现，其实是无法最大限度的逼近真实。仅仅需要把统计单词的函数做一点点增强，就可以实现统计词频了。 defbagOfWords2VecMN(vocabList, inputSet): returnVec = [0]*len(vocabList) for word in inputS
2017-10-25 20:57:21
1307
原创 机器学习实战笔记(3.2)-朴素贝叶斯算法(贝努力模型代码实现)
机器学习实战笔记(3)-朴素贝叶斯算法(代码实现) 书中第一个例子给的样本如下： 6句话，三句脏话，三句好话。 [['my', 'dog', 'has', 'flea', 'problems', 'help','please'] -- Good words ['maybe', 'not', 'take', 'him', 'to', 'dog', 'park','stupid
2017-10-20 16:49:46
625
原创 机器学习实战笔记(3.1)-朴素贝叶斯算法(原理分析)
机器学习实战笔记(3)-朴素贝叶斯算法(原理分析) 相比较前面的决策树，这个章节是绕口更难理解。我是反复看，反复看不同人写的笔记，看了10多遍加几个具体的例子才豁然开朗了。 为何这么难理解？ 主要是引入了概率论后，太多的文章都是一个模式：引用公共的一段数学描述， 不说人话！不说人话！不说人话！ 大家都被一堆概率符号给打败了。 我下面以一个真实的例子来描述朴素贝叶斯分类
2017-10-20 16:42:59
282
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人