机器学习
慢慢的踏实走
这个作者很懒,什么都没留下…
展开
-
机器学习的几大算法。
4决策树,5神经网络,6支持向量机,7贝叶斯分类器,8集成学习,9聚类,10降维与度量学习,11特征选择与稀疏学习,12计算学习理论,13半监督学习,14概率图模型,15规则学习,16强化学习推荐书籍作者:Leon链接:https://www.zhihu.com/question/20691338/answer/102249162来源:知乎著作权归作者所有,转载 2017-02-21 13:21:10 · 519 阅读 · 0 评论 -
LBS 是什么服务?
LBS (基于位置服务)基于位置的服务,它是通过电信移动运营商的无线电通讯网络(如GSM网、CDMA网)或外部定位方式(如GPS)获取移动终端用户的位置信息(地理坐标,或大地坐标),在地理信息系统(外语缩写:GIS、外语全称:Geographic InformationSystem)平台的支持下,为用户提供相应服务的一种增值业务。基于位置的服务,是指通过电信移动转载 2017-07-25 11:41:41 · 3019 阅读 · 0 评论 -
关于boost和bagging对error的影响
error分为bias和variance。boost,多个二傻子一起思考,第一个二傻子只会算加法,第二个二傻子只会算乘法。最后得出的结果,就比较接近真实值,bias就比较小 bagging,多个聪明人,第一个聪明人,可能估值偏小,第二个聪明人可能估值偏大。总体想加,variance就小了...原创 2018-08-01 14:35:37 · 305 阅读 · 0 评论 -
机器学习小结
关于svm和神经网络的恩爱情仇两者都是在寻找一个可分割的超平面,单层神经网络的感知机是线性可分,非线性不可分的。有局限性。这时候svm出现了,通过核函数解决了非线性数据的问题。后来随着硬件的发展解决了多层神经网络的计算问题,神经网络也可以做非线性数据的分割问题了 至于svm怎么寻找超平面的,大概分三步第一步,线性可分,求距离各个样本距离最短的超平面。第二步,线性不太可分,引入松...原创 2018-08-14 15:41:32 · 253 阅读 · 0 评论