我们已经知道，某种格式的数据对于机器学习算法是必需的。 另一个重要的要求是，在将数据作为机器学习算法的输入发送之前，必须正确标记数据。 例如，如果所说的分类，那么数据上会有很多标记。 这些标记以文字，数字等形式存在。与sklearn中的机器学习相关的功能期望数据必须具有数字标记。 因此，如果数据是其 ...
分类：
编程语言 时间：
2018-08-25 14:11:42
阅读次数：
196
一、K近邻算法基础 KNN K近邻算法 K-Nearest Neighbors 思想极度简单 应用数学知识少 （近乎为零） 效果好（缺点？） 可以解释机器学习算法使用过程中很多细节问题 更完整的刻画机器学习应用的流程 kNN的过程 二、scikit-learn 中的机器学习算法封装KNN/KNNN. ...
分类：
编程语言 时间：
2018-08-25 13:57:39
阅读次数：
268
1. KNN分类算法原理及应用 1.1 KNN概述 K最近邻（k-Nearest Neighbor，KNN）分类算法是最简单的机器学习算法。 KNN算法的指导思想是“近朱者赤，近墨者黑”，由你的邻居来推断你的类型。 本质上，KNN算法就是用距离来衡量样本之间的相似度。 1.2 算法图示 从训练集中找 ...
分类：
编程语言 时间：
2018-08-24 18:11:09
阅读次数：
220
工欲善其事，必先利其器。在本章，我们将学习和机器学习相关的基础工具的使用：Jupyter Notebook, numpy和matplotlib。大多数教程在讲解机器学习的时候，大量使用这些工具，却不对这些工具进行系统讲解。我特意添加了这个章节，让同学们在后续编写机器学习算法的过程中，更加得心应手！ ...
分类：
其他好文 时间：
2018-08-23 23:11:58
阅读次数：
286
机器学习算法被认为是一种从数据中学习的算法。所谓“学习”有一个定义：‘‘对于某类任务 T 和性能度量 P，一个计算机程序被认为可以从经验 E 中学习是指，通过经验 E 改进后，它在任务 T 上由性能度量 P 衡量的性能有所提升。” 下面将对 任务 、 性能度量 和 经验 进行介绍。 1、任务E 从“ ...
分类：
其他好文 时间：
2018-08-21 12:14:55
阅读次数：
243
一、K-Means聚类算法 优点： （1）原理简单，实现容易，收敛速度快 （2）球形边界效果较好 缺点： （1）k取值不好把握 （2）非球形边界效果较差 （3）对噪音和异常点较敏感 应用： （1）被大多数搜索引擎用于通过相似性对网页进行聚类，并识别搜索结果的相关率，有助于搜索引擎减少用户的计算时间 ...
分类：
编程语言 时间：
2018-08-21 01:05:00
阅读次数：
248
这两天翻了一下机器学习实战这本书，算法是不错，只是代码不够友好，作者是个搞算法的，这点从代码上就能看出来。可是有些地方使用numpy搞数组，搞矩阵，总是感觉怪怪的，一个是需要使用三方包numpy，虽然这个包基本可以说必备了，可是对于一些新手，连pip都用不好，装的numpy也是各种问题，所以说能不用 ...
分类：
编程语言 时间：
2018-08-20 00:29:33
阅读次数：
215
机器学习算法的目标是降低期望泛化误差。这个数据量被称为 风 险（risk）。在这里，我们强调该期望取自真实的潜在分布 p_data 。如果我们知道了真 实分布 p_data (x, y)，那么最小化风险变成了一个可以被优化算法解决的优化问题。然 而，我们遇到的机器学习问题，通常是不知道 p_da... ...
分类：
编程语言 时间：
2018-08-19 12:59:39
阅读次数：
228
当对于a类型数据占10% b类型的数据占90% 这中数据不均衡的情况采用的方法有： 1.想办法获取更多数据 2.换一种评判方式 3.重组数据： a.复制 a的数据，使它的数据量和b一样多。 b.减少b的数据，使它的数据量和a一样多。 4.使用其他的 机器学习算法 5.修改算法。 ...
分类：
其他好文 时间：
2018-08-15 19:05:23
阅读次数：
154
http://blog.itpub.net/31542119/viewspace-2168911/ 1、 监督式学习 工作机制：这个算法由一个目标变量或结果变量（或因变量）组成。这些变量由已知的一系列预示变量（自变量）预测而来。利用这一系列变量，我们生成一个将输入值映射到期望输出值的函数。这个训练过 ...
分类：
编程语言 时间：
2018-08-11 12:26:03
阅读次数：
137
