leanzhi-CSDN博客

原创《机器学习实战》—PCA

机器学习实战—PCA（主成分分析）（一）降维技术1.1降维1.降维的目标就是对输入的数目进行削减，由此剔除数据中的噪声并提高机器学习方法的性能。2.降维是对数据高维度特征的一种预处理方法。降维是将高维度的数据保留下最重要的一些特征，去除噪声和不重要的特征，从而实现提升数据处理速度的目的。在实际的生产和应用中，降维在一定的信息损失范围内，可以为我们节省大量的时间和成本。降维也成为了应用非常广泛的数据...

2018-07-12 00:36:46 741

原创《机器学习实战》—K-means聚类

机器学习实战—K-means聚类K-means聚类算法原理及其相关概念聚类是一种无监督的学习，它将相似的对象归到同一簇中，类似全自动分类。簇内的对象越相似，聚类的效果越好。K-均值聚类是每个类别簇都是采用簇中所含值的均值计算而成。聚类与分类的区别在于分类前目标已知，而聚类为无监督分类。聚类把不相似的对象归到不同簇，相似度取决于选择的相似度计算方法：1.欧式距离（edclidean distance...

2018-07-11 16:27:41 1732

原创《机器学习实战》—SVM

机器学习实战—SVM（支持向量机）SVMSVM - Support Vector Machine：支持向量机，其含义是通过支持向量运算的分类器。其中“机”的意思是机器，可以理解为分类器。在求解的过程中，会发现只根据部分数据就可以确定分类器，这些数据称为支持向量。见下图，在一个二维环境中，其中点R，S，G点和其它靠近中间黑线的点可以看作为支持向量，它们可以决定分类器，也就是黑线的具体参数。线性分类在...

2018-07-11 16:10:58 1862 3

原创《机器学习实战》—Logistic

机器学习实战—Logistic1.1Logistic回归基本概念Logistic回归也是一种分类器，它与传统的线性回归模型相比，多了一步将输出值映射Sigmoid函数上，进而得到一个0~1范围的数值。我们定义大雨0.5的数据为1（正）类。而小鱼0.5被归为0（负）类。从这个角度来看Logistic回归也可以看成一种概率估计。由于函数本身的特殊性质，它更加稳定，并且它本质上仍是线性模型。而且这是我们...

2018-07-11 15:32:55 233

原创《机器学习实战》—navie bayes（Decision Tree and KNN）

机器学习实战—navie bayes （朴素贝叶斯）（一）问题描述朴素贝叶斯模型是一种基于贝叶斯定理与特征条件独立假设的分类方法，是经典的机器学习算法之一，也是为数不多的基于概率论的分类算法。朴素贝叶斯分类器不同于kNN和决策树这类分类需要做出艰难决策。贝叶斯决策理论的核心思想是选择高概率的对应类别。朴素贝叶斯算法也属于监督学习范畴。在这里我们分别使用kNN，决策树和朴素贝叶斯算法对鸢尾花数据集进...

2018-07-11 15:09:12 911

原创《机器学习实战》—Decision Tree

机器学习实战—Decision Tree（一）问题描述通过决策树来预测患者需要佩戴何种隐形眼镜，决策树使用age,prescript,astigmatic,tearRate这四个数据来进行分类。数据集包含患者眼部状况的观察条件以及医生推荐的隐形眼镜类型。隐形眼镜类型包括硬材质，软材质以及不适合佩戴隐形眼镜。（二）数据准备与预处理隐形眼镜数据集在决策树中是非常著名的数据集。我们从书中配套网站中下载...

2018-07-11 14:46:16 254

原创 Bike sharing demand prediction 【kaggle competition】

Bike sharing demand prediction

2018-06-28 01:17:39 1548

anzhi的博客