![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 76
机器学习相关的知识点梳理
Irvinfaith
推荐算法、数据挖掘、大数据算法工程师
展开
-
推荐算法 SVD、FunkSVD、BiasSVD、SVD++原理
1. 介绍SVD(奇异值分解)多用于数据降维等领域,在推荐算法中多用于评分的矩阵预测。2. 基本概念2.1 SVD2.1.1 原理对于非对称且非方阵的矩阵不能直接进行特征值分解,且由于AATAA^TAAT与ATAA^TAATA是对称的方阵,所以可以得到以下式子:AAT=PΛ1PTAA^T=P\Lambda_1 P^TAAT=PΛ1PTATA=QΛ2QTA^TA=Q\Lambda_2 Q^TATA=QΛ2QT且Λ1和Λ2\Lambda_1和\Lambda_2Λ1和Λ2为对角矩阵原创 2021-01-14 15:42:24 · 2050 阅读 · 0 评论 -
python 学会神经网络BP反向传播、损失函数、优化器看这一篇就够了 以及 基于numpy的神经网络框架实现
python BP神经网络原理 以及 基于numpy的python代码实现1. 原理1.1 神经网络结构1.2 输入结构以及数据流转1.3 初始权重及权重更新1.3.1 前向传播1.3.2 反向传播1.3.2.1 链式法则2. 损失函数3. 优化器4. python代码实现1. 原理1.1 神经网络结构1.2 输入结构以及数据流转1.3 初始权重及权重更新1.3.1 前向传播1.3.2 反向传播1.3.2.1 链式法则2. 损失函数3. 优化器4. python代码实现...原创 2021-01-04 17:38:39 · 763 阅读 · 4 评论 -
python 基于标签的推荐Tag-based及SimpleTagBased、TagBased-TFIDF等算法实现
python 基于标签的推荐Tag-based及SimpleTagBased、TagBased-TFIDF等算法实现1. 概览2. 基本概念2.1 用户画像2.1.1 定义2.1.2 步骤2.1.3 标签来源2.1.4 标签相关的数据结构2.1.5 如何给用户推荐标签2.2 Simple Tag-based2.2.1 计算公式2.3 Norm Tag-based2.3.1 计算公式2.4 Tag-based TFIDF2.4.1 计算公式3. 代码实现3.1 数据介绍3.2 基于pandas datafr原创 2020-11-24 10:53:17 · 2651 阅读 · 4 评论 -
关联规则中的支持度、置信度以及提升度
支持度:定义:简单解释其实就是某一物品/组合的曝光率,或者是出镜率,即:该物品/组合在队列中出现的次数占队列总数的比例。计算方式:Support=C(A)C(Total),其中C(A)为A的出现次数,C(Total)为总数量Support = \frac{C(A)}{C(Total)},其中C(A)为A的出现次数,C(Total)为总数量Support=C(Total)C(A),其中C(A)为A的出现次数,C(Total)为总数量置信度:定义:如果某一物品A出现了,另..原创 2020-11-24 10:40:54 · 1978 阅读 · 0 评论 -
python boosting集成算法 adaboost原理及基于numpy的代码实现
boosting集成算法 adaboost原理及基于numpy的代码实现1. 算法原理2. 计算流程3. numpy代码实现3.1 代码3.2 测试1. 算法原理单颗决策树,只能对特定的变量以一定的组合方式对样本进行分类。2. 计算流程3. numpy代码实现3.1 代码# -*- coding: utf-8 -*-"""Created on Mon Oct 19 11:25:21...原创 2020-05-04 19:33:51 · 971 阅读 · 0 评论 -
python 聚类算法K-means原理、优缺点及numpy的代码实现
聚类算法K-means原理、优缺点及python代码实现1. 算法介绍2. 计算流程3. 优劣势3.1 优势3.2 劣势4. 代码实现4.1 代码4.2 验证1. 算法介绍K-means属于原型聚类(prototype-based clustering),即根据样本分布预先假设一个聚类原型,然后不断对该原型进行迭代更新优化。给定样本集 D={x1,x2,...,xm}D=\{x_1, x_2...原创 2020-03-20 10:04:40 · 793 阅读 · 1 评论 -
python 决策树算法原理及基于numpy的代码实现
决策树算法原理及只用numpy的代码实现1. 算法原理代码实现代码测试查看决策树的分裂详情:叶子节点:查看每个变量的最佳分裂点查看特征重要度排序预测1. 算法原理决策树本身的原理其实很好理解,就是不断做双向选择题。例如需要训练一个鉴别猫和狗的模型,根据体型、毛色、叫声、性格,每日的平均运动量,5个变量来构造一颗决策树。这5个变量,可对应生成出5道类似如下的双向选择题:是否为大体型毛色是...原创 2020-03-29 20:36:43 · 1823 阅读 · 0 评论