人工智能
TensorHuang
这个作者很懒,什么都没留下…
展开
-
机器学习之决策树(DecisionTree)学习笔记(一)
决策树(DecisionTree)学习笔记原创 2018-09-16 20:50:15 · 175 阅读 · 0 评论 -
深度学习之神经网络算法学习笔记(一)
深度学习之神经网络算法原创 2018-09-18 14:06:26 · 538 阅读 · 0 评论 -
机器学习之问题+易混淆概念学习笔记(九)过拟合及其解决办法
问题+易混淆概念1、什么是过拟合?过拟合可以理解为我们的模型对测试样本实例学习得太好了,即把一些样本的特殊的属性(特征)当做所有样本都具有的特征。在西瓜书里讲到,当我们的模型去训练如何判断一个东西是不是叶子时,我们样本中叶子如果都是锯齿状的话,如果模型产生过拟合了,会认为叶子都是锯齿状的,而不是锯齿状的就不是叶子了。再举个简单的例子,当判断是男生还是女生时,如果样本实力中的男生都是短发,女生都...原创 2018-09-16 21:38:33 · 193 阅读 · 0 评论 -
机器学习之特征处理工具学习笔记(八)
机器学习处理工具原创 2018-09-16 21:35:54 · 149 阅读 · 0 评论 -
机器学习之非监督学习(K-Means,层次聚类)学习笔记(七)
非监督学习(K-Means,层次聚类)原创 2018-09-16 21:32:45 · 207 阅读 · 0 评论 -
机器学习之监督回归学习笔记(六)
监督学习:回归原创 2018-09-16 21:29:53 · 119 阅读 · 0 评论 -
机器学习之神经网络(NN)算法学习笔记(五)
神经网络算法(NN)原创 2018-09-16 21:25:09 · 211 阅读 · 0 评论 -
机器学习之支持向量机(SVM)算法学习笔记(四)
支持向量机(SVM)原创 2018-09-16 21:19:40 · 235 阅读 · 0 评论 -
机器学习之逻辑回归(LR)算法学习笔记(三)
逻辑回归(LR)原创 2018-09-16 21:12:27 · 144 阅读 · 0 评论 -
机器学习中关于缺失值的处理
目前处理缺失值的方法有以下几种,1.用平均值、中值、分位数、众数、随机值等替代。用sklearn的相关包进行缺失值填充,strategy可以赋值为‘mean’,‘median’,‘most_frequent’,分别代表均值,中位数,众数。import pandas as pdfrom sklearn.preprocessing import Imputertrain_data...原创 2018-10-10 09:40:32 · 1245 阅读 · 0 评论