转自：https://www.cnblogs.com/Rosanna/p/3615507.html K-近邻和最近邻（K=1）是模式识别中常用的分类方法，K-近邻算法思想是找到与当前样本相邻的K个有标签样本，然后通过投票决定此样本的类别。例如下图中如何分类未知的绿色圆圈呢？ 例如我们可以取K=3个临 ...
分类：
编程语言 时间：
2018-12-23 11:24:58
阅读次数：
277
转自：https://blog.csdn.net/ustbbsy/article/details/80423294 1 引言 最近做一个项目，准备用逻辑回归来把数据压缩到[-1,1]，但最后的预测却是和标签类似（或者一样）的预测。也就是说它的predict的结果不是连续的，而是类别，1,2,3,.. ...
分类：
编程语言 时间：
2018-12-23 11:23:53
阅读次数：
211
老板：来了，老弟！ 我：来了来了。 老板：今天你要去看看KNN了，然后我给你安排一个工作！ 我：好嘞！就是第二章吗？ 老板：对！去吧！ 可恶的老板又给我安排任务了！ 《机器学习实战》这本书中的第二章为我们介绍了 K 近邻算法 ，这是本书中第一个机器学习算法，它非常有效而且易于掌握，所以可以算是入门级 ...
分类：
编程语言 时间：
2018-12-22 20:44:48
阅读次数：
294
python机器学习基础，以Python语言介绍。主要内容包括：机器学习的基本概念及其应用；实践中最常用的机器学习算法以及这些算法的优缺点；在机器学习中待处理数据的呈现方式的重要性，以及应重点关注数据的哪些方面；模型评估和调参的高级方法，交叉验证和网格搜索；管道的概念；如何应用到文本数据上，文本特有的处理方法。机器学习实战，切入日常工作任务，摒弃学术化语言，利用高效的可复用Python代码来阐释如
分类：
编程语言 时间：
2018-12-22 12:39:42
阅读次数：
171
0 前言R是一种非常方便易用的绘图、统计分析、ML算法设计方面的脚本语言。实际中有这样一种场景：算法工程师用R搭建了机器学习算法模型，想用于javaweb之中但是又不想重新用java写一遍算法模型，那么可以考虑java程序中直接调用R的脚本。JAVA负责系统的构建，R用来做运算引擎，从而实现应用型和 ...
分类：
编程语言 时间：
2018-12-20 14:15:27
阅读次数：
283
转自:https://blog.csdn.net/px_528/article/details/72963977 写在前面说到Adaboost，公式与代码网上到处都有，《统计学习方法》里面有详细的公式原理，Github上面有很多实例，那么为什么还要写这篇文章呢？希望从一种更容易理解的角度，来为大家呈 ...
分类：
编程语言 时间：
2018-12-16 19:32:41
阅读次数：
230
Weka + Weka 是进行数据挖掘任务的机器学习算法的集合，它包含数据准备、分类、回归、聚类、关联规则挖掘和可视化等工具。 + Weka 是一个开源软件，它遵循 GNU General Public License 标准。 1. Weka与Java环境 2. 资料推荐 + 网址：https:// ...
分类：
其他好文 时间：
2018-12-14 22:39:45
阅读次数：
178
"1. DNN神经网络的前向传播（FeedForward）" "2. DNN神经网络的反向更新（BP）" "3. DNN神经网络的正则化" 1. 前言 和普通的机器学习算法一样，DNN也会遇到过拟合的问题，需要考虑泛化，这里我们就对DNN的正则化方法做一个总结。 2. DNN的L1和L2正则化 想到 ...
分类：
其他好文 时间：
2018-12-13 01:15:36
阅读次数：
209
梯度下降是迭代法的一种,可以用于求解最小二乘问题(线性和非线性都可以)。在求解机器学习算法的模型参数，即无约束优化问题时，梯度下降（GradientDescent）是最常采用的方法之一，另一种常用的方法是最小二乘法。在求解损失函数的最小值时，可以通过梯度下降法来一步步的迭代求解，得到最小化的损失函数和模型参数值。反过来，如果我们需要求解损失函数的最大值，这时就需要用梯度上升法来迭代了。在机器学习中
分类：
编程语言 时间：
2018-12-12 17:38:25
阅读次数：
180
转自：https://blog.csdn.net/qq_43208303/article/details/84837412 决策树是一种机器学习的方法。决策树的生成算法有ID3, C4.5和CART等。决策树是一种树形结构，其中每个内部节点表示一个属性上的判断，每个分支代表一个判断结果的输出，最后每 ...
分类：
编程语言 时间：
2018-12-09 16:45:43
阅读次数：
256
