![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 89
kermit_ma
这个作者很懒,什么都没留下…
展开
-
决策树模型组合之(在线)随机森林与GBDT
原地址:http://www.cnblogs.com/wentingtu/archive/2011/12/13/2286212.html前言:决策树这种算法有着很多良好的特性,比如说训练时间复杂度较低,预测的过程比较快速,模型容易展示(容易将得到的决策树做成图片展示出来)等。但是同时, 单决策树又有一些不好的地方,比如说容易over-fitting,虽然有一些方法,如剪枝可以减转载 2016-01-05 13:08:46 · 552 阅读 · 0 评论 -
机器学习的相关学习链接
本文主要总结一些比较有用的机器学习的相关文章的链接,作为笔记。1,机器学习的算法总结(面试用):http://kubicode.me/2015/08/16/Machine%20Learning/Algorithm-Summary-for-Interview/#2,机器学习中常见问题的问答:http://www.kdnuggets.com/2016/02/21-data-scie原创 2016-09-14 10:28:29 · 381 阅读 · 0 评论 -
数据预处理的一些知识
数据预处理的一些知识做研究时只要与数据分析相关就避免不了数据预处理。我们常见的预处理包括:标准化(规范化),归一化,零均值(化),白化,正则化……这些预处理的目的是什么呢?网上查的总是零零散散,很难搞清楚。因此我用此片博客来总结下。借鉴其他博客的内容,可能未一一注明还请谅解。一,数据标准化 目的:为了消除量纲影响和变量自身数值大小的影响,方便统计处理(尤其是加权),故将数据标准化。 例如:我们对原创 2016-12-20 11:02:34 · 17972 阅读 · 2 评论