![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
绿豆沙不吃绿豆
这个作者很懒,什么都没留下…
展开
-
机器学习优化评估方法(随时更)
文章目录定义基本数学概念1. 极大似然估计(MLE),最大后验概率(MAP),最小二乘法,EM2. 优化方法汇总(GD家族,一阶导数)3.优化方法汇总(Newton家族,二阶导数)4.距离的度量特征工程1. 特征选择2. 正负样本不均衡3. 特征组合模型评估1. 评估方法:2. 回归和分类问题的性能度量3.P-R,ROC,AUC4. 偏差与方差5. 过拟合和欠拟合调参方法定义属性空间:所有...原创 2019-05-16 15:11:14 · 582 阅读 · 0 评论 -
机器学习常见算法汇总
文章目录线性模型1. 线性回归2.逻辑回归3. 正则化4. FM,FFM,DeepFMLR&PLOY2FMFFM决策树1.常用的几种树模型2.剪枝策略3. 缺失值的处理4.总结支持向量机1.线性可分SVM2.线性SVM3.非线性可分SVM4. Hinge损失函数与结构风险最小化贝叶斯理论集成学习bagging和boostingboostingAdaboostGBDTXgboost,Ligh...原创 2019-05-16 15:18:27 · 469 阅读 · 0 评论 -
2019美团-机器学习与数据挖掘实习生
总共三面,一面1h,二面1h,三面30min一面:自我介绍简历中的项目一:深度学习项目balabala,具体怎么实现的,达到了什么样的指标,为什么这么做项目一:以往大家都是怎么做的,你有什么创新?答:最开始是北交大提出来的,南洋理工也做过相关研究,但是用的都是BP,没有反映出来很好的相关性,15年西南交大的写了一篇用了CNN,但是没有用到Inception和BNBN的作用?简历中的项...原创 2019-06-13 17:06:02 · 263 阅读 · 0 评论 -
机器学习算法Part1 基本数学概念
Part1 基本数学概念1. 极大似然估计(MLE),最大后验概率(MAP),最小二乘法,EM先验概率:根据以往经验分析和得到的概率,不用做实验就知道的概率后验概率:后验概率是在考虑了一个事实之后的条件概率极大似然和最大后验MLE求参数θ,使得P(X|θ)最大知道分布的具体情况,但是不知道具体的参数,比如说知道了使正态分布,但是不知道μ和σ求解argmaxμp(X,μ)ar...原创 2019-08-31 11:14:35 · 257 阅读 · 0 评论 -
机器学习算法Part2 特征工程
Part2 特征工程特征工程的文章参考这篇神文,简单把内容搬运一下https://blog.csdn.net/qq_20412595/article/details/81623489#移除低方差的特征-removing-features-with-low-variance1. 异常值和缺失值异常值和缺失值可以按照饱和度的不同进行填充,异常值可以按照缺失值的方式去衡量对于饱和度较低的特征,一...原创 2019-08-31 11:16:33 · 246 阅读 · 0 评论 -
机器学习算法 Part3 模型评估
Part3 模型评估1. 评估方法:留出法交叉验证法:介绍一下交叉验证法,解决什么问题存在的K折交叉验证:将可用数据划分为K个分区(K通常取4或5),实例化K个相同的模型,将每个模型在K-1个分区上训练,并在剩下的一个分区上进行评估。模型的验证分数等于K个验证分数的平均值。解决小数据集而存在的自助法(bootstrap):每次随机从样本空间D中有放回采样一个样本,重复m次,得到有m个样...原创 2019-08-31 11:19:27 · 284 阅读 · 0 评论 -
机器学习算法Part4 线性模型
Part4 线性模型1. 线性回归线性回归采用最小二乘法作为代价函数,需要符合最小二乘法使用的基本假设,违背基本假设时,普通最小二乘法估计量不再是最小线性无偏估计量,但是还是无偏的正规方程法中如果XTXX^TXXTX不可逆,两种解决方案:删除数据中多余的特征(即特征之间存在相关性);删除部分特征数据使特征数小于样本数2.逻辑回归当逻辑回归仍采用线性回归的代价函数时,即仍用MSE表...原创 2019-08-31 11:23:47 · 462 阅读 · 0 评论