机器学习
SoyCoder
这个作者很懒,什么都没留下…
展开
-
李航统计学习之感知机及Python实现
前言最近开始学习李航的《统计学习方法》,作为要模式识别学科的学生,感觉有必要把一些经典的machine learning method 用python实现一边,有利于加强对机器学习算法的理解。感知机算法(Perceptron)感知机算法是机器学习算法里面较为简单的线性二分类方法,此处的线性二分类指的是将输入的带有正负两类标签的数据用线性分离超平面进行划分。一般的线性分离超平面可以表示为:$...原创 2018-10-05 20:49:05 · 631 阅读 · 1 评论 -
PCA的数学原理(经典)
PCA(Principal Component Analysis)是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示,可用于提取数据的主要特征分量,常用于高维数据的降维。网上关于PCA的文章有很多,但是大多数只描述了PCA的分析过程,而没有讲述其中的原理。这篇文章的目的是介绍PCA的基本数学原理,帮助读者了解PCA的工作机制是什么。当然...转载 2019-05-05 20:01:15 · 408 阅读 · 0 评论 -
异常检测
版权声明:随便转,取之于网络,用之于网络。。。 异常点检测,有时也叫离群点检测,英文一般叫做Novelty Detection或者Outlier Detection,这里就对异常点检测算法做一个总结。1. 异常点检测算法使用场景 什么时候我们需要异常点检测算法呢?常见的有三种情况。一是在做特征工程的时候需要对异常的数据做过滤,防止对归一化等处理的结果产生影响。二是对没有标...转载 2019-08-02 12:40:18 · 1023 阅读 · 0 评论 -
异常检测(Anomaly detection)方法小结
异常检测技术被广泛应用到各个应用领域之中,包括疾病检测、金融欺诈检测、网络入侵检测等。在智能运维领域,异常检测处理的数据类型主要是时间序列数据(KPI序列)和文本数据(日志),处理方法主要有基于规则处理、基于统计学处理和基于机器学习处理,在机器学习处理方法中,根据数据的标签情况,又分为有监督、半监督和无监督三种情况。 异常数据主要包括三类:异常点、背景异常、群体异常。异常点是最常见的一种。背景...转载 2019-08-09 16:00:50 · 6045 阅读 · 0 评论 -
异常检测领域的综述文章
https://github.com/zhuyiche/awesome-anomaly-detection原创 2019-08-11 15:58:59 · 2356 阅读 · 0 评论