![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 52
Julia1111
这个作者很懒,什么都没留下…
展开
-
欢迎使用CSDN-markdown编辑器
欢迎使用Markdown编辑器写博客本Markdown编辑器使用StackEdit修改而来,用它写博客,将会带来全新的体验哦:Markdown和扩展Markdown简洁的语法代码块高亮图片链接和图片上传LaTex数学公式UML序列图和流程图离线写博客导入导出Markdown文件丰富的快捷键快捷键加粗 Ctrl + B 斜体 Ctrl + I 引用 Ctrl原创 2017-11-14 10:56:58 · 315 阅读 · 0 评论 -
朴素贝叶斯理论
先验概率:是指根据以往经验和分析得到的概率 后验概率: 事情已经发生,要求这件事情发生的原因是由某个因素引起的可能性的大小原创 2018-02-24 16:18:15 · 327 阅读 · 0 评论 -
统计学习概论笔记
未完待续原创 2018-02-24 10:29:53 · 212 阅读 · 0 评论 -
感知机
未完待续原创 2018-02-24 10:27:47 · 210 阅读 · 0 评论 -
局部加权回归、logistic回归
笔记原创 2018-02-26 19:03:08 · 420 阅读 · 0 评论 -
梯度下降
梯度下降是迭代法的一种,可用于求解最小二乘法问题,线性非线性都可以。在求解机器学习模型参数时,即无约束最优化问题时,最常用的就是梯度下降,另一种方法就是最小二乘法。在求损失函数的最小值问题时,可使用梯度下降法一步步迭代得到损失函数的最小值和参数值;如果求损失函数的最大值就要用梯度上升法。 在机器学习中,梯度下降方法包括随机梯度下降和批量梯度下降。 ...原创 2018-02-24 09:59:52 · 180 阅读 · 0 评论 -
ARIMA预测
https://www.cnblogs.com/bradleon/p/6827109.html转载 2017-12-14 17:43:58 · 932 阅读 · 0 评论 -
特征值和特征向量
前言: 最近在整理PCA(主成分分析)时,用到了特征值和特征向量,想起以前面试的时候面试官问过一个问题,特征值的意义是什么?对于只知道计算公式的我,确实没有想过这个问题,还是基础不扎实,所以想写一篇文章总结一下关于特征值和特征向量的问题。 一. 特征值和特征向量的意义? 举一个形象的例子,现在你开着一辆汽车,特征值就是你开的速度,特征向量就是你开的方向。再举一例,大家之前应该学过线性变换,特征原创 2017-11-14 15:02:34 · 571 阅读 · 0 评论 -
如何确定Kmeans中的k值
KMeans聚类是目前应用比较广泛的无监督聚类方法。 但是存在下面两个问题: 1.初始簇的选择,一般python调用Kmeans包的时候是随机生成初始簇,但是存在一些问题。这个以后再做相信分析。 2.现在遇到的一个问题是:需求方想知道k是怎么确定的,一般k是通过经验给出的,或者对于数据有一个了解,有大致的k值范围。 但是如果数据量巨大,该怎么确定比较好的k值呢? 现在有一个解决办法原创 2017-11-22 11:34:08 · 22169 阅读 · 3 评论 -
主成份分析
主成分分析(PCA)可以用一个很形象的例子说明一下。请看下图: 例如在此坐标系下有这样几个点,现在是二维的,我们想把这些点都映射到一个一维的,看能不能降维。于是我们想找到这样如下图的一条线作为一维的坐标轴。使这些点都在这条线附近。 PCA的思想就是这样一个降维的思想,假设现在是n维的坐标系,我们想通过PCA的方法将其降维到m维坐标系上。一.为什么要用PCA进行降维? 因为实际情况中我们的训原创 2017-11-14 11:14:35 · 335 阅读 · 0 评论 -
关联规则
未完待续原创 2018-02-24 16:28:20 · 350 阅读 · 0 评论