机器学习
至一守道
Math,AI,MCU
展开
-
深入浅出Python机器学习14——从数据获取到话题提取
在实际工作当中,有很多时候没有现成的数据集可用,必须想办法自己去获取数据,而本文就是研究如何用Python进行数据的爬取并进行分析。原创 2019-09-27 16:37:48 · 946 阅读 · 1 评论 -
深入浅出Python机器学习12——建立算法的管道模型
在机器学习中,我们把一系列算法打包在一起,让它们各司其职,形成一个流水线,这就是我们所说的管道模型。原创 2019-09-24 17:20:24 · 1302 阅读 · 0 评论 -
深入浅出Python机器学习11——模型的评估与优化
有了数据集训练的模型后,我们注意到针对不同的数据集不同的模型表现情况可能不一致,相同模型但是参数不一致,导致的结果也有所不同,这篇博客就是来分析如何选取模型以及调参。原创 2019-09-17 20:50:25 · 899 阅读 · 0 评论 -
深入浅出Python机器学习10——数据表达与特征工程
本篇主要是讨论如何将不同的特征进行转换、如何合理表达数据,以及如何进行特征选择等。原创 2019-09-17 12:17:05 · 955 阅读 · 3 评论 -
深入浅出Python机器学习6——决策树与随机森林
本篇主要介绍决策树的基本原理,以及随机森林的基本原理。原创 2019-09-16 19:21:24 · 789 阅读 · 0 评论 -
深入浅出Python机器学习9——数据预处理、降维、特征提取及聚类
通过数据预处理(Data preptocessing)可以有助于提高模型的准确率,这也就是我们为什么要研究它的原因。原创 2019-09-16 15:19:01 · 3323 阅读 · 0 评论 -
深入浅出Python机器学习8——神经网络
神经网络的原理和参数调节原创 2019-09-09 20:31:34 · 731 阅读 · 0 评论 -
深入浅出Python机器学习7——支持向量机SVM
当数据集线性不可分时,这是——支持向量机就出来了原创 2019-09-09 09:15:22 · 880 阅读 · 7 评论 -
深入浅出Python机器学习5——朴素贝叶斯
朴素贝叶斯(Naive Bayes)算法是一种基于贝叶斯理论的有监督学习算法。之所以说"朴素",是因为这个算法是基于样本特征之间相互独立的“朴素”假设。正因为如此,由于大家不用考虑样本特征之间的关系,朴素贝叶斯分类器的效率是非常高的。原创 2019-09-07 14:05:14 · 1177 阅读 · 0 评论 -
深入浅出Python机器学习2——基于Python语言的环境配置
Python安装,Jupyter notebook的安装和使用方法、Numpy、Scipy、matplotlib、pandas、scikit-leran等库的安装和使用方法原创 2019-09-07 10:19:00 · 341 阅读 · 2 评论 -
深入浅出python机器学习1——概述
什么是机器学习,机器学习应用场景,机器学习该如何入门,有监督学习和无监督学习的概念,分类、回归、泛华、过拟合与欠拟合等概念。原创 2019-09-07 10:14:43 · 671 阅读 · 0 评论 -
深入浅出Python机器学习4——广义线性模型
线性模型是一类广泛应用于机器学习领域的预测模型,是使用输入数据集的特征的线性函数进行建模,并对结果进行预测的方法。原创 2019-09-07 10:07:32 · 3114 阅读 · 0 评论 -
深入浅出Python机器学习3——K最近邻算法
K最近邻的算法的原理;在分类任务中的应用;在回归分析中的应用;使用K最近邻算法对酒的分类进行分类。原创 2019-09-07 09:13:47 · 1917 阅读 · 0 评论 -
使用导数的最优化方法
1.1 最速下降法(梯度法):即以负梯度方向作为目标函数极小化方法的下降方向。首先将目标函数进行泰勒展开::代表第k个点的自变量(向量);d:单位方向(向量),即|d|=1;:步长(实数);:目标函数在Xk这一点的梯度(导数向量);:α的高阶无穷小。式[1]中的高阶无穷小可以忽略,因此,要使[1]式取得最小值,应使取到最小,由此可得,d取时,目标函数下降得最快,这就...转载 2019-07-23 16:18:05 · 1210 阅读 · 0 评论 -
Python机器学习及实践——简介篇
本篇博客主要是对ML学习的一个大概介绍,以及前期准备。原创 2019-10-11 09:16:46 · 946 阅读 · 0 评论