机器学习
基础机器学习入门笔记心得
Mirst
W.
展开
-
SVM简介
SVM,全称是support vector machine,中文名叫支持向量机。SVM是一个面向数据的分类算法,它的目标是为确定一个分类超平面,从而将不同的数据分隔开。扩展:支持向量机学习方法包括构建由简至繁的模型:线性可分支持向量机、线性支持向量机及非线性支持向量机。当训练数据线性可分时,通过硬间隔最大化,学习一个线性的分类器,即线性可分支持向量机,又称为硬间隔支持向量机;当...原创 2020-04-09 18:48:55 · 8966 阅读 · 0 评论 -
神经网络原理及其程序实现
神经网络模型数据量越来越大、数据维度越来越高(文本、图像)、多源数据越来越多 其他模型很难处理这种多源、高维数据,目前的人工智能产品中大部分都用的是神经网络模型神经网络原理输入层:自变量 隐藏层:中间状态(特征提取) 输出层:因变量卷积神经网络中隐藏层的特征提取作用神经网络如何产生输出线性计算方式线性模型有什么问题?引入非线性激活函数...原创 2020-04-15 16:22:24 · 1501 阅读 · 0 评论 -
机器学习之路六:文本特征提取
三种特征提取方式:TF-IDFWord embedding Word2vecTF-IDF,词频-逆文件频率TF-IDF与一个词在文档中的出现次数成正比,与该词在整个语言中的出现次数成反比。所以,自动提取关键词的算法就很清楚了,就是计算出文档的每个词的TF-IDF值,然后按降序排列,取排在最前面的几个词。文本特征提取函数CountVectorizer(...原创 2019-05-07 19:30:23 · 4471 阅读 · 0 评论