Data Hero

01 起前段时间把Python的Pandas、Numpy、matplotlib、seaborn包拿来反复练习了一番，对于数据的观察、处理、清洗以及可视化有了一定的认识。随着练习的深入，一个问题在我心中逐渐形成：一份数据的价值，通过清洗、多维度可视化就完全可以被展现出来了么？还不够，还远远不够！于是我开始感受到知识储备的匮乏了。还好前面有老司机带路，于是我琢磨着从理论基础入手，结合...

01 起通过这篇文章我们了解了统计学习方法的概念和基本的三要素。还记得三要素么？模型、策略、算法这周我们进入正题，对各个统计学习方法按照三要素的结构进行学习，先从机器学习最原始的方法说起——感知机。稍微了解一下人工智能的发展历史，我们可以知道，感知机算法见证了人工智能领域的第一次低谷期，启发了后面的神经网络和支持向量机。虽然我们已经不再使用感知机算法求解复杂问题，但了解其思路对于...

01 起K近邻法（KNN）是一种基本的分类与回归方法分类这种需求，渗透到我们生活的方方面面：根据学生德智体美成绩，将学生分为几类根据一个县城的GDP、人口密度等数据，将全国的县城分为多个类别根据客户的信用、收入、生活习惯将客户分为多个类别……分类算法可以帮助我们完成这些繁琐的操作，并根据我们的要求不断修正分类结果。分类算法其实蛮多的，这里顺着书本顺序，详细讲解KNN算法，...

01 起之前我们学习了一种分类方法——K近邻法(KNN)，今天我们再学习一种更常用的分类方法朴素贝叶斯法这里，我们先区分一下“分类”和“聚类”分类的目的是学会一个分类函数或分类模型(也常常称作分类器 )，该模型能把新输入的数据映射到给定类别中的某一个类中。聚类(clustering)是指根据“物以类聚”原理，将本身没有类别的样本聚集成不同的组(簇)，并且对每一个这样的簇进...

01 决策树定义之前我们学习了两种分类方法：K近邻(KNN)朴素贝叶斯(Naive Bayes)今天我们来学习另一种分类方法——决策树在开始学习之前，先提出一个问题：这三种分类方法的区别是什么呢？分别适用什么场景呢？好了，带着疑问，我们开始学习决策树~决策树是什么？它是一种基本的分类与回归的方法，可以认为是if-then规则的集合，决策树分类时，将某结点的实例强行分到条件概...

01 逻辑斯谛分布logistic回归是一种经典的分类算法，模型形式如下（二分类），其中x服从逻辑斯谛分布：什么叫服从逻辑斯谛分布呢？直观点，分布函数和密度函数长这样：逻辑斯谛回归模型有什么特点呢？我们来看逻辑斯谛分布函数的形状，横轴范围在正负无穷之间，而纵轴范围在0~1之间，这个特征太有意思了！把纵轴看作概率，正好分布在0%~100%之间，横轴作为输入正好在正负无穷之间，可以...

01 起在统计学习方法这个板块中，我们学习了多个分类算法，比如逻辑斯蒂回归，在逻辑斯蒂回归模型中，我们对数据集有预先的假设——数据集满足逻辑斯蒂分布。今天我们学习另外一种分类模型，这种分类模型对数据集没有做任何假设，它的适用性更广，当我们尚不明确数据分布特性时，使用这个模型分类可能更合适。这个模型叫SVM，中文名叫支持向量机，是一种经典而普适的分类模型。02 SVM简介&基本概...

01 起在之前的文章中，我们学习了几种经典的分类算法：KNN，Naive Bayes，Decision Tree，Logistic Regression，SVM。接下来我们学习一种方法来提升分类效果，这种方法的核心思想就是：三个臭皮匠，顶个诸葛亮。我们先从集成方法讲起，简单介绍Bagging和Boosting，然后着重介绍提升方法(Boosting)，然后给出一种常用的提升方法Adapt ...