![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习和数据挖掘
zhangyilg
这个作者很懒,什么都没留下…
展开
-
数据标准化/归一化方法(Data Normalization Method )
一、min-max标准化(Min-Max Normalization) 也称为离差标准化,是对原始数据的线性变换,使结果值映射到[0 - 1]之间。转换函数如下: 其中max为样本数据的最大值,min为样本数据的最小值。这种方法有个缺陷就是当有新数据加入时,可能导致max和min的变化,需要重新定义。 二、Z-score标准化方法 这种方法给予原始数据的均值(mea原创 2017-04-13 20:12:50 · 5031 阅读 · 0 评论 -
机器学习流程
python学习 (一)Python语言学习 1.初始变量 2.list结构 3.索引 4.循环 5.判断 6.字典 7.文件处理 8.函数 (二)科学计算库Numpy 1.Numpy数组结构 2.数据基本操作 3.矩阵操作 4.矩阵创建与初始化 5.常用函数 (三)数据分析处理库Pandas 1.数据读取与显示 2.数值计算与排序 3.数据预原创 2017-05-26 15:50:49 · 456 阅读 · 0 评论 -
机器学习中常见算法
监督式学习: 在监督式学习下,输入数据被称为“训练数据”,每组训练数据有一个明确的标识或结果,如对防垃圾邮件系统中“垃圾邮件”“非垃圾邮件”,对手写数字识别中的“1“,”2“,”3“,”4“等。在建立预测模型的时候,监督式学习建立一个学习过程,将预测结果与“训练数据”的实际结果进行比较,不断的调整预测模型,直到模型的预测结果达到一个预期的准确率。监督式学习的常见应用场景如分原创 2017-06-21 10:32:37 · 392 阅读 · 0 评论