机器学习
在屋顶听歌
Stay Focused And Work Hard !!!
展开
-
朴素贝叶斯分类模型(一)
目录前言一、简述贝叶斯定理二、贝叶斯定理的推导三、贝叶斯定理的例子说明四、朴素贝叶斯分类器总结前言 什么是分类算法 通俗地讲分类算法就是把大量已知特征及类别的样本对象输入计算机,让计算机根据这些已知的类别与特征归纳出类别与特征之间的规律(准确地说应该是分类模型),最终目的是运用得到的分类模型对新输入的对象(该对象已知特征,类别是不知道的)判断出该对象所属...原创 2019-01-28 17:29:22 · 18563 阅读 · 3 评论 -
机器学习概述
什么是机器学习通俗地讲机器学习是:将大量数据输入计算机,计算机对这些数据进行分析,并总结出这些数据之间的关系或者数据包含的规律;最后通过上一步总结出来的规律对新输入的数据进行预测。通常说的机器学习主要分为监督学习与非监督学习,当然还有处于监督与非监督之间的比如半监督学习。举个机器学习的例子:监督学习的例子非监督学习的例子监督学习与非监督学习的区别:最本质的区别是监督学...原创 2018-12-10 17:46:40 · 1076 阅读 · 0 评论 -
机器学习之特征归一化(normalization)
注:转自 机器学习之特征归一化(normalization)参考自斯坦福机器学习课程一 引子对房屋售价进行预测时,我们的特征仅有房屋面积一项,但是,在实际生活中,卧室数目也一定程度上影响了房屋售价。下面,我们有这样一组训练样本:房屋面积(英尺)卧室数量(间)售价(美元)210433999001600332990024003369000...转载 2019-01-29 15:28:19 · 543 阅读 · 0 评论 -
KNN算法(一)
前言:什么是KNN算法KNN 全称K-nearst neighbors,K近邻算法,是一种典型的监督学习算法。通俗地讲,K近邻算法实际上是将待预测的样本置入到数据集中(对于这个数据集的说明详见后文),然后通过用与它最靠近的K个样本来代表待预测的样本。记得看过一个论点:一个人的收入,可以通过用与他经常交往的五个人收入的平均数来确定。也就是所谓物以类聚,人以群分;近朱者赤,近墨者黑。KNN算法...原创 2019-02-27 22:00:16 · 13284 阅读 · 0 评论 -
决策树-Decision Tree 算法(一)
前言:什么是决策树算法Decision Tree 算法是一种可用于对实例进行分类的树结构。其结构组成:非叶子节点与叶子节点,非叶子节点表示一个特征或划分实例类别的条件,叶子节点表示一个类别。决策树是既能够用于分类,也能用于回归的有监督学习算法。一、决策树算法原理通过对训练数据进行学习最终构建成一棵泛化能力强的分类树;根据步骤 1 生成的树对待预测的实例进行预测,决策的...原创 2019-03-01 22:33:06 · 2307 阅读 · 0 评论 -
KMeans 算法(一)
K-means算法简述K-means算法,也称为K-平均或者K-均值,一般作为掌握聚类算法的第一个算法。这里的K为常数,需事先设定,通俗地说该算法是将没有标注的 M 个样本通过迭代的方式聚集成K个簇。在对样本进行聚集的过程往往是以样本之间的距离作为指标来划分。简单Demo说明如上图以 K 为2,样本集为M 来描述KMean算法,算法执行步骤如下:选取K个点做为初始聚集的簇心...原创 2019-03-11 22:56:55 · 102220 阅读 · 9 评论 -
TensorFlow +Anaconda + Pycharm 环境搭建
注:笔者 环境 win10 + 64位 + NVDIA9.0,目前tensorFlow gpu版本只支持NVDIA下安装一、安装 Anaconda1、官网下载地址:https://repo.anaconda.com/archive/Anaconda3-2018.12-Windows-x86_64.exe2、解压,安装基本一直下一步这一步笔者选择将anaconda 环境默认加入path,默...原创 2019-03-24 11:37:01 · 2217 阅读 · 0 评论