![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
DilicelSten
Data has a better idea.
展开
-
Spark实现SVM模型
关于SVM算法SVM,即Support Vector Machine(支持向量机),是一种使用线性分割平面的二元分类算法。其原理是通过寻求结构化风险最小来提高学习机泛化能力,实现经验风险和置信范围的最小化,从而达到在统计样本量较少的情况下,亦能获得良好统计规律的目的。其基本模型定义为特征空间上的间隔最大的线性分类器,即支持向量机的学习策略便是间隔最大化,最终可转化为一个凸二次规划问题的求解。 如图原创 2017-03-06 21:22:42 · 4371 阅读 · 0 评论 -
xgboost:一个纯小白的学习历程
xgboost:一个纯小白的学习历程短短三天,一开始对决策树都深感陌生的我在网上进行一番“扫荡”之后,研读了相关的技术博客,对各种名词进行了深度了解,也陆陆续续整理了自己的思路,接下来就谈谈这几天我都经历了什么吧~原创 2016-11-25 00:20:40 · 9334 阅读 · 0 评论 -
一步一步认识用户画像
一步一步认识用户画像标签: 用户画像 GBDT 建模 Python作为一名资深吃瓜群众,身处大数据时代,过去一直不知道用户画像的存在。用户画像到底是何来头,下面会一一告诉你~原创 2016-11-25 00:22:28 · 12947 阅读 · 14 评论 -
基于朴素贝叶斯的兴趣分类
寒假期间使用了朴素贝叶斯算法对用户画像中的用户兴趣进行了分类,然而最终预测的准确率以及召回率却不尽如人意,这里就谈谈朴素贝叶斯算法的使用以及我对此次失败的一个小小反思吧~关于分类分类是将一个未知样本分到几个预先已知类的过程。在众多的分类模型中,应用最为广泛的两种分类模型是决策树模型(Decision Tree Model)和朴素贝叶斯模型(Naive Bayesian Model,NBC)。 分原创 2017-04-03 11:59:54 · 2374 阅读 · 2 评论 -
scikit-learn实现线性回归之LinearRegression模型
一.初识机器学习看了好多的模型训练文档,一直对数据的输入和输出感到有点懵,还好大佬点醒,少了好多头脑斗争,下面戳重点见图: 二.关于线性回归线性回归是一种有监督的学习算法,它介绍的自变量的和因变量的之间的线性的相关关系,分为一元线性回归和多元的线性回归。一元线性回归是一个自变量和一个因变量间的回归,可以看成是多元线性回归的特例。线性回归可以用来预测和分类,从回归方程可以看出自变量和因变量的相互影响原创 2017-08-31 20:53:50 · 3893 阅读 · 0 评论 -
scikit-learn实现线性回归之Lassolars模型
上一篇主要是对线性回归进行简单的入门,本篇主要讲解另外一个模型~一.关于LARS算法LARS(Least Angle Regression)即最小角回归,作为Forward Stepwise(向前逐步回归)的升级版,LARS是每次先找出和因变量相关度最高的那个变量,在已经入选的变量中,寻找一个新的路径,使得在这个路径上前进时,当前残差与已入选变量的相关系数都是相同的,直到找出新的比当前残差相关系数最原创 2017-08-31 21:41:59 · 5613 阅读 · 0 评论 -
Python 机器学习系列之线性回归篇深度详细
前两篇博客主要是讲解基础的线性回归,以下转载自:http://www.jianshu.com/p/738f6092ef53,对回归进行深度分析,并加入了多项式的内容。前言本次推文介绍用线性模型处理回归问题。 从简单问题开始,先处理一个响应变量和一个解释变量的一元问题。 然后,介绍多元线性回归问题(multiple linear regression),线性约束由多个解释变量构成。 紧接着,介绍多项式转载 2017-09-29 12:46:14 · 1204 阅读 · 2 评论