tianse12的专栏

实例：根据药品的特征对药品进行分类 实现：根据python实现的K-means聚类 1.1 归类 聚类属于非监督学习，无类别标记 1.2 K-means算法 1.Clustering中的经典算法，数据挖掘十大经典算法之一 2.算法接受参数K，然后将事先输入的n个对象划分为K个聚类以便使获得的聚类满足：同一聚类

简单介绍： 假设有N个待聚类的样本，对于层次聚类来说，步骤： 1.（初始化）把每个样本归为一类，计算每两个类之间的距离，也就是样本与样本之间的相似度； 2.寻找各个类之间最近的两个类，将他们归为一类（类总数减少一个） 3. 重新计算新生成的这个类与各个旧类之间的相似度； 4.重复2和3直到所有的样

局部加权线性回归（Locally Weighted Linear Regression）算法背景：现实生活中很多数据采用线性模型不能很好的描述，比如说房价预测的问题，直线不能很好的拟合所有的数据点，甚至存在较大的误差，我们可能采用一条类似于二次函数的曲线可以拟合的更好。但是为了解决在非线性模型里建立线性模组的问题，我们预测一点的值时，选择与这个点相近的点而不是所有的点做线性回归。基

机器学习之梯度下降算法算法背景：以房价问题为由：房价变化可能有多种因素比如说房屋面积，房屋位置，房间数量等：我们假设一个向量x表示输入特征：x = [x0,x1.x2.......,xn],其中n为影响房价因素的数量估计函数：其中Θ为特征参数或者学习参数，该参数决定了特征变量Xi对估计的影响，用向量形式表示为：为了使得估计值与实际

机器学习之logistic回归的梯度上升算法算法背景：一般来说，回归模型一般不用在分类问题上，因为回归是连续型模型，而且受噪声的因素很大，但是，若需要选择，可以选择使用logisti 回归。对数回归本质上是线性回归，只是在特征到结果的映射里加入了一层函数映射，选择g(z)=1/(1+exp（-z）)作为sigmoid函数进行映射，可以将连续值映射到0-1之间。其中g

这本书是由才云科技Caicloud发行，主要内容是熟悉tensorflow框架的基本结构以及在深度学习领域实际应用。 具体的代码参见： 1.官方： caicloud/tensorflow-tutorial: Example TensorFlow codes and Caicloud TensorFlow as a Service dev environment. https://github

t-SNE（数据降维）可视化技术（给她一个高维数据，根据数据的结构和关系自动进行内聚） ConvNets逐渐的将不同的图片分类，我们可以将不同的图片嵌入到二维的空间，这样相似的图片就会在一起.有很多嵌入的方法，t-SNE 是很有名的一个。我们可以从ConvNet中抽取cnn codes（例如在AlexNet中是分离器前的4096维向量）代入 t-SNE 得到了二维分布的图片，图片间的距离也可以表