- 博客(10)
- 收藏
- 关注
RSS订阅原创 机器学习05-聚类算法（python）SC（轮廓系数）详解
凝聚度表示与簇 1 中其他点的平均距离。分离度表示) 与最近簇（簇 2）的平均距离。轮廓系数，表示样本聚类效果较好，值接近 1，说明它更好地属于它所在的簇。
2024-09-14 21:20:48
1090
原创 MapReduce的运行机制详
整个Map 阶段的流程大体:简单概述: inputFile 通过split 被逻辑切分成多个 split 文件,通过 Record 按行读取内容给map (用户自己实现的)进行处理,数据被map 处理结束后,交给OutputCollector 收集器,对其结果 key 进行分区(默认使用 hash 分区),然后写入buffer ,每个 map Task 都有一个内存缓存区,存储着 map 的输...
2024-09-14 15:20:44
400
原创 机器学习05-聚类算法（python）
首先随机选择 3 名学生的成绩作为质心，然后算法根据每个学生的成绩将他们分配到最近的质心组，最后通过迭代更新每组的中心点，直到不再变化。这是因为网站通过聚类算法分析了成千上万的用户购买行为，找到了和你相似的用户，并推荐给你他们喜欢的商品。没有事先给出类别标签，算法会通过计算样本之间的相似度，把相似的样本自动归到一个组里，不同的算法和距离衡量方法会产生不同的分组结果。你可以看到四个不同的散点图，这些图显示了随着簇的数量变化，数据被如何分成不同的组。，把相似的东西放在一组里，而把不同的东西分到不同的组中。
2024-09-14 15:17:37
1280
原创 机器学习05-聚类算法（python）
首先随机选择 3 名学生的成绩作为质心，然后算法根据每个学生的成绩将他们分配到最近的质心组，最后通过迭代更新每组的中心点，直到不再变化。细分类的话，我们可以把“玩得来的朋友”再分成“喜欢运动的朋友”和“喜欢艺术的朋友”。这是因为网站通过聚类算法分析了成千上万的用户购买行为，找到了和你相似的用户，并推荐给你他们喜欢的商品。没有事先给出类别标签，算法会通过计算样本之间的相似度，把相似的样本自动归到一个组里，不同的算法和距离衡量方法会产生不同的分组结果。，把相似的东西放在一组里，而把不同的东西分到不同的组中。
2024-09-13 17:49:25
391
原创 机器学习05-决策树（python）
决策树在生活中有广泛的应用，通过逐步判断条件并做出相应选择，可以简化复杂的决策过程。无论是日常穿衣、选择餐厅，还是购买物品，决策树都可以帮助你快速、逻辑清晰地做出决策。这种方式不仅适用于个人决策，也在商业和管理中得到了广泛应用，如客户分类、产品推荐等。信息熵（Entropy）是度量信息的不确定性的一种工具。在机器学习中，信息熵通常用于衡量一个系统或数据集的混乱程度或不确定性。生活中的信息熵与机器学习中的信息熵原理相同，都是用来描述系统中随机性或不确定性的大小。
2024-09-11 16:21:22
1091
原创 机器学习04-逻辑回归（python）
它的核心思想是，给定观测到的样本数据，选择最有可能使这些观测结果发生的参数值。在逻辑回归中，概率是用于计算某个事件（例如某个类别）的发生可能性的基础。例如，在预测一个病人是否患病时，模型输出的概率值表示病人患病的可能性。联合概率是指两个或多个随机事件同时发生的概率。在逻辑回归中，Sigmoid 函数的作用是将线性回归的输出结果（一个任意实数）映射到 0 到 1 之间的区间，用来表示预测某个事件发生的概率。对数似然函数的最大值与似然函数的最大值出现在相同的点，但计算对数可以使乘法变成加法，极大地简化计算。
2024-09-09 11:53:18
1479
原创 机器学习03-线性回归（python）
求： 损失函数最小值的时候，就是那条最优直线 （ K 和 B 从数据中学习的参数 ，如果调优也是计算机学习调优。和超参数这种人工设定是有区别的。3. 那么怎么找到那一条让更多点经过的直线的呢？用偏导数求损失函数 偏导 等于0的时候的 K 和 B。主要是算法去计算斜率和截距，然后使用算法去预测。为什么W是向量，为什么会变成向量呢。2. 已经知道每两个点会有一条直线。3.国内GDP与双十一销售额。2. 昆虫鸣叫次数与天气。损失函数什么时候使用呢？1.钢轨伸缩长度与温度。1. 样本会有多条数据。
2024-09-06 15:55:57
400
原创 机器学习02-KNN算法（python）
Knn: k-近领算法：K 是个数，由算法工程师设计，NN 是邻居， 近邻就是距离的意思，而平面的两点距离就是欧式距离。比如说，你最近的3个邻居的距离。那么k 就是3，NN就是这最近3个邻居。k: 是算法工程师设计的，所以叫做超参数，调参，就是调的超参数。K的建议： 不建议用偶数，不建议超过7，不建议是类别个数的倍数。回归的时候： 判断最近K个最近样本目标的平均值。分类的时候： 判断最近K 个最近样本的类别。
2024-09-05 10:39:49
130
原创 机器学习01 概述(python)
计算机的算法就相当于人类的大脑，人类的能力来自于经验，因此这个经验就是，计算机的历史数据，算法从计算机的历史数据中进行学习，比如训练使用已经知道标注好是猫狗的图片去学习识别猫狗（就是训练模型），训练模型完成后（学会了），那么模型已经学好了之后，就可以用模型去解决旧的问题或者新的问题（模型分类，模型预测，比如识别新的猫狗。一个的神经传递信号，比如摸到了火，很烫，（输入信号），那么人会产生一个缩手的动作（输出信号）神经元：信号传递，堆叠在一起（神经元越多，能力越强，神经元越少，能力越少）
2024-09-04 09:24:11
545
原创 Python算法之排序
算法是为了解决实际问题而设计的，数据结构是算法需要护理问题的载体，高效的程序需要在数据结构的基础上设计和选择算法。初级排序问题：即使数据一开始是顺序排好了，或者内层循环发现已经是顺序的了代码依旧会循环下去，浪费资源。优化版本，第一轮发现是排好序了之后，后续就不会继续执行了。3.稳定性算法和不稳定性算法举例。python冒泡排序（优化版本）1.什么是排序和排序算法？2.什么是稳定性算法？
2024-08-26 12:06:09
249
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人