自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(12)
  • 收藏
  • 关注

原创 机器学习10-推荐系统

文章目录基于内容的推荐算法协同过滤协同过滤算法均值规范化基于内容的推荐算法符号定义nun_unu​:用户的数量nmn_mnm​:电影的数量r(i,j)=1r(i,j) = 1r(i,j)=1:表示用户 j 有对 电影 i 做出评价y(i,j)y^{(i,j)}y(i,j):当 r(i,j)=1r(i,j) = 1r(i,j)=1 时,用户 j 对电影 i 的评分m(j)m^{(j)...

2020-05-05 18:02:32 252

原创 机器学习09-异常检测

文章目录异常检测算法步骤例子开发和评估异常检测系统异常检测 VS 监督学习异常检测监督学习选择要使用的功能使数据接近高斯分布如何得到异常检测算法的特征多变量高斯分布μ,∑\mu,\sumμ,∑ 对 p(x)p(x)p(x) 的影响使用多变量高斯分布的异常检测步骤多变量高斯分布异常检测算法与原始算法的区别造成 ∑\sum∑不可逆的原因异常检测算法步骤选取能够描述所收集数据一般特性的特征 xi...

2020-05-04 23:49:44 314

原创 机器学习08-K-means算法

文章目录K-means算法步骤代价函数(失真代价函数)随机初始化步骤如何避免局部最优K-means算法K-means算法是聚类问题(无监督学习)应用最广泛的算法步骤K-means算法接收两个输入:K:聚类出的族的个数数据集 {x(1),x(2),...,x(m)}\{x^{(1)},x^{(2)},...,x^{(m)}\}{x(1),x(2),...,x(m)}此外,规定 ...

2020-05-02 23:37:25 328

原创 机器学习07-支持向量机(SVM)

文章目录优化目标直观上对大间隔的理解大间距分类的数学原理向量内积相关知识数学原理推导核函数1为什么核函数有用核函数2SVM参数优化目标在逻辑回归中,损失函数定义为:J(θ)=−y log11+e−θTx−(1−y)log(1−11+e−θTx)J(\theta) = -y~log\frac{1}{1+e^{-\theta^Tx}} - (1-y)log(1-\frac{1}{1+e...

2020-05-02 17:39:14 162

原创 python用loadtxt函数加载即有字符又有数字的文件

背景:loadtxt报错ValueError: could not convert string to float: ‘D00002’loadtxt() 是numpy中用来读取txt文件的函数,其用法为:numpy.loadtxt(fname, dtype=, comments='#', delimiter=None, converters=None, skiprows=0, usecols=...

2020-04-28 10:25:58 4182 1

原创 机器学习06-模型选择

文章目录训练、验证、测试集诊断偏差与方差正则化与偏差、方差的关系学习曲线训练样本集大小与误差的关系训练样本集大小与高偏差的关系训练样本集大小与高方差的关系有哪些方法可以改善机器学习的性能?获得更多训练数据—适用于高方差问题减少特征来避免过拟合—高方差增加特征—高偏差增加多项式特征(如 x12,x22,x1x2,etc.x_1^2,x_2^2,x_1x_2,etc.x12​,x22​,x...

2020-04-27 23:10:16 313

原创 机器学习05-神经网络学习

文章目录代价函数符号定义代价函数补充:神经网络的模型表示反向传播算法理解反向传播算法梯度检测随机初始化组和到一起神经网络中的梯度下降算法代价函数符号定义假设我们有一个下图所示的神经网络该网络有 m 个训练集 {(x(1),y(1)),(x(2),y(2)),...,(x(m),y(m))}\{(x^{(1)},y^{(1)}),(x^{(2)},y^{(2)}),...,(x^{(m)}...

2020-04-26 23:12:47 179

原创 机器学习04-正则化

文章目录如何处理过拟合问题代价函数线性回归的正则化基于梯度下降的线性回归基于正规方程的线性回归逻辑回归的正则化如何处理过拟合问题丢弃一些多余的特征。可以是手工选择保留哪些特征,也可以利用模型选择算法(如PCA)正则化。在很多情况下,我们不知道哪些特征有用,哪些没用,因此难以选择保留哪些特征。我们可以保留所有的参数,但是减少参数的大小。代价函数在下面的回归模型中,如果假设hθ(x)=...

2020-04-07 19:09:34 102

原创 机器学习03-逻辑回归

本文为吴恩达老师机器学习笔记~文章目录分类为什么不在分类问题中应用线性回归算法假设陈述sigmoid 函数对模型的解释决策边界代价函数简化代价函数和梯度下降多元分类:一对多逻辑回归算法:要预测的变量 y 输出为离散值的分类算法,是现在最流行、应用最广泛的算法之一。分类下面举几个分类问题的例子:邮件:垃圾邮件 or 非垃圾邮件交易:欺诈(yes or not)肿瘤:恶性 or 非恶性...

2020-02-22 21:42:26 130

原创 机器学习02-多元线性回归

本文关于吴恩达老师机器学习课程笔记~文章目录多功能多元梯度下降法特征缩放均值归一化学习率学习率的选择正规方程梯度下降法和正规方程的优缺点多功能在前面,我们假设房子的价格只与房子的大小这一因素有关系,因此在假设函数中只有一个参数 x ,即 hθ(x)=θ0+θ1xh_{\theta} (x) = \theta_0 + \theta_1 xhθ​(x)=θ0​+θ1​x那如果房子的价格跟多个...

2020-02-22 00:05:31 273

原创 机器学习01-代价函数和梯度下降

本文关于吴恩达老师机器学习笔记~文章目录代价函数代价函数的数学定义为什么使用代价函数梯度下降梯度下降的数学定义为什么梯度下降算法起作用线性回归的梯度下降代价函数代价函数的数学定义在下图线性回归预测问题中,假设预测函数为下面的线性预测函数:hθ(x)=θ0+θ1xh_\theta(x) = \theta_0 + \theta_1xhθ​(x)=θ0​+θ1​x我们把 θ0,θ1\thet...

2020-02-21 00:41:27 309

原创 jupyter notebook无法导入第三方库问题

背景:已下载第三方库并且在终端可以使用该库,但是在 jupyter notebook 中却显示 ‘No moduled named’原因:电脑不止一个python 虚拟环境,文件安装目录不一样如何判断是否是因为文件安装路径不一样:在终端中打开python环境输入import syssys.executable打开Anaconda Prompt,同样输入import syss...

2020-02-15 12:42:51 3161 4

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

提示
确定要删除当前文章?
取消 删除