clark_ai_lab
我的ai实验室: 学习ai, 练习ai
徐长亮
大数据工程师
展开
-
决策树和CART算法的精炼详解(尽量写到位,不留"论文债")
1 决策树算法1.1 决策树简介1.1.1 什么是决策树决策树主要有二元分支和多元分支.决策树是判定树内部结点是决策节点: 对某个属性的一次测试分支: 每条边代表一个测试结果.叶子: 代表某个类或者类的分布使用决策树进行判别:决策条件-决策路径-叶子(结果)代表分类决策树的数学模式解题思路:贪心的算法 greedy solution不是最好的树,全...原创 2019-10-06 17:07:06 · 693 阅读 · 0 评论 -
pytorch的基本使用, 函数实现SDG法训练网络, 梯度下降法(DG)案例
1 pytorch的概念1.1 tensor张量1.1.1 PyTorch的tensor与NumPy array相互转换PyTorch的很多操作和numpy都是类似的,但是因为其能够在 GPU 上运行,所以比 NumPy 快很多。import torchimport numpy as np# 创建一个 numpy ndarraynumpy_tensor = np.random.ran...原创 2019-10-04 17:54:39 · 2959 阅读 · 1 评论 -
传统关联规则挖掘(apriori,fpgrowth)简介
1 传统关联规则挖掘1.1 简介目标: 发现事务数据库不同项之间的联系, 这些联系构成的规则, 可以帮助找到某些行为特征,帮忙决策场景: 超市, 网络浏览偏好, 入侵检测, 生产等领域与序列挖掘的不同:不考虑事务内,或者事件之间的先后顺序只考虑前件,后件不相交的项集1.1.1 相关的概念全局项I: I={i1,i2,...,ij,...,imi_{1},i...原创 2019-10-03 18:20:57 · 1587 阅读 · 1 评论 -
聚类算法_层次聚类_密度聚类(dbscan,meanshift)_划分聚类(Kmeans)详解
注: 两整天的成果,谬误之处勿喷1 聚类概述样本没有训练的样本没有标注的样本1.1 相似度度量1.1.1 距离相似度度量距离度量 dist(oi,oj)dist(o_{i},o_{j})dist(oi,oj)欧式距离距离相似度度量sim(oi,oj)=11+dist(oi,oj)sim(o_{i},o_{j})= \frac{1}{1+dist(o_{i},o_...原创 2019-10-02 21:57:01 · 6210 阅读 · 1 评论 -
pytorch简介: 使用梯队下降进行线性回归案例
1 梯队下降法:1.1 梯队比如一个一个函数f(x,y)f(x, y)f(x,y),那么 fff 的梯度就是(∂f∂x, ∂f∂y)(\frac{\partial f}{\partial x},\ \frac{\partial f}{\partial y})(∂x∂f, ∂y∂f)可以称为 gradf(x,y)grad f(x, y)gradf(x,y) 或者 ...原创 2019-09-19 17:43:55 · 280 阅读 · 0 评论 -
dl_tensorflow_guide_低阶API
1 低阶API设置python环境pip3 install tensorflow==1.12 -i https://pypi.tuna.tsinghua.edu.cn/simplefrom __future__ import absolute_importfrom __future__ import divisionfrom __future__ import print_functio...原创 2019-09-19 15:10:37 · 266 阅读 · 0 评论 -
dl_tensorflow_tutorials_线性回归
0 导入包%matplotlib inlineimport matplotlib.pyplot as pltimport tensorflow as tfimport numpy as npfrom sklearn.metrics import confusion_matrix1 定义数据1.2 加载数据from mnist import MNISTdata = MNIST(d...原创 2019-09-19 15:04:22 · 190 阅读 · 0 评论 -
ml_ensemble_boostedtrees_guide
极端梯队提升 Extreme Gradient Boosting贪婪函数逼近 Greedy Function Approximation梯队提升树 gradient boosted trees监督学习 Supervised Learning模型和参数 Model and Parameters线性回归预测为例 linear model prediction :\hat{y}i = \su...翻译 2019-08-06 20:32:41 · 348 阅读 · 0 评论 -
ml_svc_预测股票
目标: 根据2019-01-01 至 2019-07-30 , 沪市指数的收盘价, 使用SVR, 回归预测 2019-07-31( 或者2019-08-01)的收盘价拟合结果:[LibSVM]..........................*...........*optimization finished, #iter = 10450obj = -17004...原创 2019-07-31 15:28:48 · 758 阅读 · 0 评论 -
ml_linear_预测股票
__author__='徐长亮'# pip install tushare# pip install plotlyimport osimport numpy as npimport pandas as pdimport tushare as tsfrom datetime import datetime as dtimport matplotlib.pyplot as plti...原创 2019-07-26 10:24:02 · 380 阅读 · 0 评论