![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 54
shouwangzhelv
这个作者很懒,什么都没留下…
展开
-
python的数据可视化 graphviz pydot安装配置(win10)
1、下载安装graphviz-2.38.msi url:http://www.graphviz.org/pub/graphviz/stable/windows/graphviz-2.38.msi2、pip install pydot我这里安装完直接就可以import,没有错误。据说有的报错:不能导入dot_parser,这个可以直接安装:pip install -U pydot pypar原创 2016-04-15 18:06:26 · 30286 阅读 · 3 评论 -
Tensorflow和sklearn/scipy 安装冲突问题及解决 ——CentOS
问题描述:在安装了sklearn/scipy的前提下安装Tensorflow,import tensorflow时会引发linux的Segmentation fault (core dumped)原因分析:卸载了scipy后tensorflowflow就能用了,说明是scipy跟tensorflow的冲突,但是卸载了scipy sklearn就不能用了解决办法:安装scipy 0.12.1原创 2016-06-13 13:12:16 · 7547 阅读 · 0 评论 -
集成学习——Bootstrap Bagging AdaBoost算法
集成学习是使用一系列学习器进行学习,并使用某种规则把各个学习结果进行整合从而获得比单个学习器更好的学习效果的一种机器学习方法。 简单地说,就是通过抽样等方式从原始数据集构造m个训练集,再选择一个弱分类器(比如决策树)对这些训练集进行训练得到m个分类器,在待分类数据进行分类时,同时使用这m个分类器去判断,使用多数表决或者权重联合的方式综合这m个分类器给出的分类结果,得到最终结果。 就好比是:原始数原创 2016-07-22 15:27:35 · 3112 阅读 · 1 评论 -
极大似然估计
极大似然估计的思想就是:在一次观测中出现的事件理论上具有较高的发生频率。也就是说,进行一次(仅一次观测)时,较高概率发生的事件更可能出现,这与我们的认知是一致的。 比如有一事件A,发生的概率可能是0.6 0.2 0.1,我们进行一次观测,A就发生了,我们更有理由觉得A发生的概率是0.6。 极大似然估计也是如此。 对于离散型独立同分布X∼{X=x}=p(x;θ)X\sim \{X=x\}=p(x原创 2016-07-22 17:45:06 · 647 阅读 · 0 评论 -
python机器学习环境部署笔记
开这篇博客主要为了记录在机器学习环境部署的时候遇到的一些小问题,积少成多,也欢迎博友一起探讨补充。问题一:scipy和tensorflow冲突部署环境:CentOS7 python2.7 scipy 0.12.0 tensorflow0.8.0问题描述:在上述环境中部署tensorflow0.8.0的时候,安装没有问题,import tensorflow时报错:Segmentati原创 2016-07-07 16:56:33 · 3857 阅读 · 0 评论 -
决策树算法
本文主要介绍ID3、C4.5和CART算法 决策树起源于概念学习系统(CLS) 概念学习模型: 是一个事先定义的范畴集合和一些有关例子是否落入给定范畴的判定 概念学习的主要任务: 是判断所给定事物的属性或特性, 并且正确地区分这些事物, 将其划分到某一个范畴 对于如下决策树模型: 我们首先考虑他的属性outlook,有三个分裂属性sunny、overcast、rain,如果overca原创 2016-07-19 17:35:21 · 1463 阅读 · 0 评论 -
等概率抽样
1、按比例抽样比如按照比例P=0.7抽样: 生成0,1间的随机浮点数,通过与P比较判断抽样,random>P,抽出样本,否则,不抽 如果P值是一个复杂的小数,比如P=0.932930100011123213,编程语言支持小数精度无法进行准确比较时,可以采用概率模拟。 随机0-100000000000000000的整数,与932930100011123213进行比较。2、按数量等概率抽样(1)已原创 2017-02-23 20:00:36 · 6322 阅读 · 0 评论