Machine Learing
文章平均质量分 92
XianMing的博客
感受,感知。
展开
-
浅析GBDT+LR
1.前言最近在做的项目中,一直用到了GBDT+LR算法模型来做二分类,好好梳理了下。下面介绍下这个算法。先来解答下面三个问题。GBDT+LR模型是什么:是一种具有stacking思想的二分类器模型,所以可以用来解决二分类问题。这个方法出自于Facebook 2014年的论文 Practical Lessons from Predicting Clicks on Ads at Facebook 。GBDT+LR模型常用在哪:GBDT+LR 使用最广泛的场景是CTR广告点击率预估,即预测当给用户推送的广告原创 2021-04-12 01:52:37 · 2033 阅读 · 0 评论 -
常见的六大聚类算法
K-Means(K均值)聚类算法步骤:(1) 首先我们选择一些类/组,并随机初始化它们各自的中心点。中心点是与每个数据点向量长度相同的位置。这需要我们提前预知类的数量(即中心点的数量)。(2) 计算每个数据点到中心点的距离,数据点距离哪个中心点最近就划分到哪一类中。(3) 计算每一类中中心点作为新的中心点。(4) 重复以上步骤,直到每一类中心在每次迭代后变化不大为止。也可以多次随机初始化中心点,然后选择运行结果最好的一个。下图演示了K-Means进行分类的过程:优点:速度快,计算简便..转载 2020-07-14 23:46:24 · 1290 阅读 · 0 评论 -
机器学习笔记(1)-简介监督学习与无监督学习
机器学习方法主要分为有监督学习(supervised learning)和无监督学习(unsupervised learning)。下面来用例子来简单介绍下。1.监督学习1.1 地价预测问题假如我是一位房产商。打算购买某城市的一处20亩的土地来造房子,当然我希望用最低的价格来购买啦,这样才能赚到最多嘛。可我并不了解这个城市的地价。我先收集这个周边地区,近3个月的地产成交数据,数据的内容是土地面积和对原创 2016-06-09 13:54:23 · 1761 阅读 · 0 评论 -
机器学习笔记(0)-有趣的机器学习:最简明入门指南
这篇文章作为机器学习的开篇。分享下自己的学习资料,并将所学的东西内容做分享。首先可以观看这篇有趣的入门文章---有趣的机器学习:最简明入门指南 http://blog.jobbole.com/67616/下面是我学习的视频,是斯坦福大学Andrew Ng教授在coursera视频。总共11周,足一分享学习笔记。也是作为自己的知识管理的一部分。https://www.coursera.org/lea原创 2016-05-25 19:49:31 · 946 阅读 · 0 评论 -
几种深度学习库的整理
本文总结了Python、Matlab、CPP、Java、JavaScript、Lua、Julia、Lisp、Haskell、.NET、R等语言的深度学习库,赶紧收藏吧! PythonTheano是一个Python类库,用数组向量来定义和计算数学表达式。它使得在Python环境下编写深度学习算法变得简单。在它基础之上还搭建了许多类库。 1.Keras是一个简洁、高度模块化的神经网络库,它的设计参转载 2016-12-01 22:30:04 · 2168 阅读 · 0 评论 -
Mac安装tensorflow1.0
前言Mac下安装tensorflow1.0 博客上一艘一大堆,想想就不自己写了,直接转载别人的吧。 当然要先安装好python喽,如果是用自带的python2.7,直接按照转载的内容操作就好。 如果高更新到python3,可以参考博主的Mac下升级python2.7到python3.6以下内容为转载:在Mac系统上安装tensorflow,由于MacOS也是基于Unix系统的,所以比较简单。在其转载 2017-04-04 10:39:33 · 3363 阅读 · 0 评论 -
TensorFlow和深度学习入门教程(TensorFlow and deep learning without a PhD)
前言上月导师在组会上交我们用tensorflow写深度学习和卷积神经网络,并把其PPT的参考学习资料给了我们, 这是codelabs上的教程:《TensorFlow and deep learning,without a PhD》 当然登入需要翻墙,我也顺带巩固下,做个翻译,不好之处请包含指正。当然需要安装python,教程推荐使用python3。如果是Mac,可以参考博主的另外两片博文,Mac下翻译 2017-04-04 21:47:22 · 22060 阅读 · 10 评论 -
Ubuntu14下Auto-sklearn安装调试总结
1. 说明 本次调试目的:因为公司内部需要做一个算法比较,顺带学习使用该技能,因为太久没有更新博客,本次调试运用为主,原理之后空了再深究 2. 原理篇 2.1什么是auto-sklearn 图1 :Auto-sklearn框架结构(图摘自2015年的论文,此时只支持分类,现在的版本添加了回归)Auto-sklearn是一个自动化机器学习框架,结构如图1所示,用户只要输...原创 2018-05-10 21:28:27 · 4661 阅读 · 4 评论 -
tensorflow学习笔记--深度学习中的epochs,batch_size,iterations详解
深度学习框架中涉及很多参数,如果一些基本的参数如果不了解,那么你去看任何一个深度学习框架是都会觉得很困难,下面介绍几个新手常问的几个参数。batch深度学习的优化算法,说白了就是梯度下降。每次的参数更新有两种方式。第一种,遍历全部数据集算一次损失函数,然后算函数对各个参数的梯度,更新梯度。这种方法每更新一次参数都要把数据集里的所有样本都看一遍,计算量开销大,计算速度慢,不支持在线学习,这称为...转载 2019-02-07 22:12:25 · 2401 阅读 · 0 评论