一个学技术狮子的博客

摘自百度百科：协同过滤简单来说是利用某兴趣相投、拥有共同经验之群体的喜好来推荐用户感兴趣的信息，个人通过合作的机制给予信息相当程度的回应（如评分）并记录下来以达到过滤的目的进而帮助别人筛选信息，回应不一定局限于特别感兴趣的，特别不感兴趣信息的纪录也相当重要。 协同过滤又可分为评比（rating）或者群体过滤（social filtering）协同过滤以其出色的速度和健壮性，在全球互联网领域炙手可热...

决策树学习的本质是从训练数据集上归纳出一组分类规则，通常采用启发式的方法，即局部最优。通常分为三个步骤：特征选择、决策树生成和决策树的修剪。 特征选择 ...

逻辑回归是用来做分类算法。 这个函数叫Sigmoid函数，无论自变量取什么值，函数的值域都是在0-1之间，我们可以设定0.5为分界线，那么分类就出来； ，两个情况，要么是0，要么是1，阀值可以自己控制。 ...

核心思想：“物以类聚，人以群分” 假设在一个平面内有n多个点，这些点都是随机分布，随机设置两个点x1,x2,那么这n个点各自到x1，x2都会有一个距离d1，d2，那么每次将距离较小的选择出来。 既然我们已经了解了基本的流程原理，那么在运用时，我们可以改进，初始点我们怎么选，选的不合适，迭代次数会增加，所以我们有了下面的方法kmeans++介绍。 ...

算法的作用即：输入数据——>模型——>输出数据 假设数据就是x，结果是y，那中间的模型其实就是一个方程。 假设模型是一元一次模型，例如拟合的情况如下图所示： 我们可以发现，该模型的拟合情况并不是特别好，因为模型的预测结果和实际结果的偏差较大，这时候我们会引入一个叫损失函数的东西（个人更喜欢偏差函数这个名字），可以如名字我们知道，损失的函数的值相对越小越好。 在拟合的情况下会出现欠...