最近在看《机器学习实战》这本书，因为自己本身很想深入的了解机器学习算法，加之想学python，选择了这本书进行学习。 一 . K-近邻算法（KNN）概述 最简单最初级的分类器是将全部的训练数据所对应的类别都记录下来，当测试对象的属性和某个训练对象的属性完全匹配时，便可以对其进行分类。但是怎么可能所有 ...
分类：
编程语言 时间：
2019-01-28 14:04:19
阅读次数：
186
写在前面 老粉丝可能知道现阶段的LeetCode刷题将按照某一个特定的专题进行，之前的【贪心算法】已经结束，虽然只有三个题却包含了简单，中等，困难这三个维度，今天介绍的是第二个专题【数组】 数组（Array）是一种线性表数据结构。它用一组连续的内存空间，来存储一组具有相同类型的数据。在每一种编程语言 ...
分类：
编程语言 时间：
2019-01-27 13:03:09
阅读次数：
227
参考资料 台湾大学《机器学习技法》视频 李航《统计学习方法》 深入浅出ML之Regression家族 Logistic Regression Theory [TOC] 什么是Logistic回归 回顾一下，一般化的广义线性回归形式是： $$ g(Y)=Xw^T 或者?Y=g^{?1}(Xw^T) $ ...
分类：
其他好文 时间：
2019-01-26 22:41:49
阅读次数：
211
K-近邻算法（K Nearest Neighbors） 参考：机器学习实战教程（一）：K-近邻算法（史诗级干货长文） 决策树算法（Decision Tree） 参考：机器学习实战教程（二）：决策树基础篇之让我们从相亲说起 参考：机器学习实战教程（三）：决策树实战篇之为自己配个隐形眼镜 朴素贝叶斯算法 ...
分类：
编程语言 时间：
2019-01-26 15:55:25
阅读次数：
191
1.什么是向量化？ 在logistic 回归中，你需要计算z=w^Tx+b，w是列向量 ，x也是列向量，w和x都是R内的nx维向量 在python中的一个非向量实现： for i in range(n-x): z+=w[i]*x[i] z+=b 这种形式的计算很慢，对比下向量化的实现会直接计算W^T ...
分类：
其他好文 时间：
2019-01-22 21:49:15
阅读次数：
248
先扯一下大数据的4V特征： 数据量大，TB->PB 数据类型繁多，结构化、非结构化文本、日志、视频、图片、地理位置等； 商业价值高，但是这种价值需要在海量数据之上，通过数据分析与机器学习更快速的挖掘出来； 处理时效性高，海量数据的处理需求不再局限在离线计算当中。 现如今，正式为了应对大数据的这几个特 ...
分类：
其他好文 时间：
2019-01-22 10:57:06
阅读次数：
256
1.用梯度下降算法来训练或者学习训练集上的参数w和b，如下所示，第一行是logistic回归算法，第二行是成本函数J，它被定义为1/m的损失函数之和，损失函数可以衡量你的算法的效果，每一个训练样例都输出y，把它和基本真值标签y进行比较 右边展示了完整的公式，成本函数衡量了参数w和b在训练集上的效果。 ...
分类：
其他好文 时间：
2019-01-21 22:49:14
阅读次数：
190
现在这本书已经看完70%，在看完后我将会将每一章的内容按照自己的理解并结合其他书籍包括<<统计机器学习导论>>[1] ，<<机器学习>>[2]，<<大数据分析>>[3]这三本书总结经典的几大算法原理与代码实现。下面是预计的写作思路： 一、分类学习 1.SVM 2.决策树 3.Logistic 回归 ...
分类：
其他好文 时间：
2019-01-19 13:22:46
阅读次数：
300
因为自己想学着去写机器学习的源码，所以我最近在学习《机器学习实战》这本书。 《机器学习实战》是利用Python2完成的机器学习算法的源代码，并利用机器学习方法来对实际问题进行分析与处理。 （《机器学习实战》豆瓣读书网址：https://book.douban.com/subject/24703171 ...
分类：
编程语言 时间：
2019-01-18 01:00:42
阅读次数：
163
1. Fisher判别分析 2 Logistic 推导（二分类） 3 支持向量机推导（硬间隔） ...
分类：
其他好文 时间：
2019-01-15 22:02:50
阅读次数：
213
