看了NG视频关于机器学习系统构建的建议，感觉非常有用，记录下来作为听课笔记。 首先是机器学习系统构建的流程： NG推荐方法：首先高速实现一个可能并非非常完美的算法系统。进行交叉验证，画出学习曲线去学习算法问题之处，是high bias or high variance 细节看这篇博文介绍：bias和 ...
分类：
其他好文 时间：
2017-06-09 16:02:55
阅读次数：
168
今天，在阅读吴喜之教授的《复杂数据统计方法》时，遇到了把一个数据集按照某个因子分成若干子集，再把若干子集随机平均分成n份的问题，吴教授的方法也比较好理解，但是我还是觉得有点繁琐，因此自己编写了一个函数，此后遇到这种问题只需要运行一下函数就可以了。 这里采用R中自带的iris数据集， iris数据集结 ...
分类：
编程语言 时间：
2017-06-02 01:17:39
阅读次数：
1908
交叉验证 交叉验证(Cross-validation)主要用于建模应用中，例如PCR 、PLS 回归建模中。在给定的建模样本中，拿出大部分样本进行建模型，留小部分样本用刚建立的模型进行预报，并求这小部分样本的预报误差，记录它们的平方加和。 交叉验证(Cross-validation)主要用于建模应用 ...
分类：
其他好文 时间：
2017-05-10 19:44:00
阅读次数：
284
交叉验证是在机器学习建立模型和验证模型参数时常用的办法。交叉验证，顾名思义，就是重复的使用数据，把得到的样本数据进行切分，组合为不同的训练集和测试集，用训练集来训练模型，用测试集来评估模型预测的好坏。在此基础上可以得到多组不同的训练集和测试集，某次训练集中的某样本在下次可能成为测试集中的样本，即所谓 ...
分类：
其他好文 时间：
2017-05-03 17:31:06
阅读次数：
137
十分钟搞定pandas http://www.cnblogs.com/chaosimple/p/4153083.html XGBoost模型调参、 http://www.2cto.com/kf/201607/528771.html 交叉验证及其用于参数选择、模型选择、特征选择的例子 http://b ...
分类：
编程语言 时间：
2017-04-25 17:08:50
阅读次数：
229
1.基础概念： (1) 10折交叉验证：英文名是10-fold cross-validation，用来測试算法的准确性。是经常使用的測试方法。将数据集分成10份。轮流将当中的9份作为训练数据。1分作为測试数据，进行试验。每次试验都会得出对应的正确率（或差错率）。10次的结果的正确率（或差错率）的平均 ...
分类：
编程语言 时间：
2017-04-24 19:05:17
阅读次数：
220
常见的机器学习模型：感知机，线性回归，逻辑回归，支持向量机，决策树，随机森林，GBDT，XGBoost，贝叶斯，KNN，K-means等； 常见的机器学习理论：过拟合问题，交叉验证问题，模型选择问题，模型融合问题等； K近邻：算法采用测量不同特征值之间的距离的方法进行分类。 优点： 1.简单好用，容 ...
分类：
其他好文 时间：
2017-04-07 15:52:23
阅读次数：
356
交叉验证是在机器学习建立模型和验证模型参数时常用的办法。交叉验证，顾名思义，就是重复的使用数据，把得到的样本数据进行切分，组合为不同的训练集和测试集，用训练集来训练模型，用测试集来评估模型预测的好坏。在此基础上可以得到多组不同的训练集和测试集，某次训练集中的某样本在下次可能成为测试集中的样本，即所谓 ...
分类：
其他好文 时间：
2017-04-05 22:13:50
阅读次数：
170
R语言︱机器学习模型评价指标+（转）模型出错的四大原因及如何纠错 笔者寄语：机器学习中交叉验证的方式是主要的模型评价方法，交叉验证中用到了哪些指标呢？ 交叉验证将数据分为训练数据集、测试数据集，然后通过训练数据集进行训练，通过测试数据集进行测试，验证集进行验证。 模型预测效果评价，通常用相对绝对误差 ...
分类：
编程语言 时间：
2017-02-19 17:08:41
阅读次数：
1001
1、主要内容 2、梯度下降 （1）、批量梯度下降 2、随机梯度下降 区别：就是更新变量时使用全部的数据还是一个样本进行更新 当都是凸函数的两者鲜果相同，当使用神经网络时使用SGD可以跳出局部最优解，批量梯度下降则不行； 3、mini-batch 梯度下降 噪声随着样本数量的增加而减少； 3、正则 b ...
分类：
其他好文 时间：
2017-02-19 12:18:19
阅读次数：
273
