![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
会飞的鱼fly
这个作者很懒,什么都没留下…
展开
-
机器学习1:逻辑回归(Logistic regression)
逻辑回归是机器学习中经典的二分类方法:代码需要完成的模块:1.sigmoid:映射到概率的函数g(z)=11+e−zg\left ( z \right )=\frac{1}{1+e^{-z}}g(z)=1+e−z12.model:返回预测结果值3.loss:根据参数计算损失4.gradient:计算每个参数的梯度方向5.descent:进行参数更新6.accuracy:计算精...原创 2019-05-31 18:13:47 · 289 阅读 · 0 评论 -
机器学习2:决策树(Decision Tree)
决策树从根节点开始走到叶子节点做出决策,其既可以分类又可以回归。难点:如何从给定的训练集构造出决策树(从根节点开始选择特征,如何使用特征切分样本)树节点选择顺序的衡量标准-熵熵:表示随机变量不确定性的度量。对应公式为:H(X)=−∑i=1npi∗log(pi)H\left ( X \right )=-\sum_{i=1}^{n}p_{i}\ast log\left ( p_{i} \r...原创 2019-06-09 11:28:21 · 197 阅读 · 0 评论 -
机器学习4:支持向量机(SVM)
经典的分类算法。原创 2019-06-14 20:04:39 · 140 阅读 · 0 评论 -
机器学习5:聚类算法(Clustering)
聚类属于无监督学习算法,将相似的数据分到一组,其难点是:如何评估聚类效果,如何调参。K-MEANS算法聚类前需要指定簇的个数:K值。质心:每个簇的均值点,对向量各维取平均。距离的度量:需要求样本点到质心的距离,常用欧式距离和余弦相似度(先标准化)。优化目标:min∑i=1k∑xϵCidist(ci,x)2min\sum_{i=1}^{k} \sum_{x\epsilon C_{i}}d...原创 2019-06-14 20:06:12 · 535 阅读 · 0 评论 -
机器学习6:降维(dimensionality reduction)
将数据从高维映射到低维。PCA算法:Principal Component Analysis其为无监督问题,基于方差提取最有价值的信息。原创 2019-06-15 17:34:59 · 316 阅读 · 0 评论 -
机器学习3:贝叶斯算法(Bayesian)
贝叶斯公式:P(B∣A)=P(A∣B)∗P(B)P(A)P(B|A)=\frac{P(A|B)\ast P(B)}{P(A)}P(B∣A)=P(A)P(A∣B)∗P(B)1.拼写纠正实例:问题:用户输入了一个不在字典中的单词(即错误的单词),需要去猜测其真正想输入的单词是什么?方法:求解概率:P(猜测的单词 | 实际输入的单词),找到概率最大的猜测单词。用户输入的单词记为D(D代...原创 2019-06-10 21:17:48 · 584 阅读 · 0 评论