1.欠拟合：模型没有充分学习到数据集的特征，导致在训练集和测试集性能都很差的情况 2.解决办法： 1.增加其他特征项，可以通过“组合”、“泛化”、“相关性”等的操作来添加特征项 2.添加多项式特征，这个在机器学习算法里面用的很普遍，例如将线性模型通过添加二次项或者三次项使模型泛化能力更强 3.减少正 ...
分类：
其他好文 时间：
2018-08-10 14:35:34
阅读次数：
691
Python学习路线 参考了很多大牛的博客，知乎的很多回答，认真思考之后暂时规划了以下路线 1.Python全栈之路 2.Python项目实战 3.高性能数据库 4.Linux运维 5.Shell高级编程 6.Linux架构 7.大数据开发 8.复习数学基础，计算机理论 9.算法 10.机器学习算法 ...
分类：
编程语言 时间：
2018-08-08 17:39:02
阅读次数：
169
1、c4.5 c4.5算法是机器学习算法中的一种分类决策树算法，其核心是ID3算法，c4.5算法继承了ID3算法的优点，并在一下几个放米娜对ID3算法进行了改进： 1）用信息增益率来选择属性，克服了用信息增益选择属性时偏向选择取值多的属性的不足。 2）在树构造过程中进行剪枝。 3）能够完成对不连续属 ...
分类：
编程语言 时间：
2018-08-07 22:23:00
阅读次数：
152
在使用机器学习算法过程中，针对不同的问题需要不用的模型评估标准，这里统一汇总。主要以两大类分类与回归分别阐述。 一、分类问题 1、混淆矩阵 混淆矩阵是监督学习中的一种可视化工具，主要用于比较分类结果和实例的真实信息。矩阵中的每一行代表实例的预测类别，每一列代表实例的真实类别。 2、准确率（Accur ...
分类：
其他好文 时间：
2018-08-06 19:26:10
阅读次数：
252
K Nearest neighbor （个人观点，仅供参考。） [TOC] k 近邻算法，第一个机器学习算法，非常有效且易掌握，本文将主要探讨k 近邻算法的基本理论和使用距离侧量的算法分类物品；最后通过k 近邻算法改进约会网站和手写数字识别系统。文章内容参考《机器学习实战》 K 近邻分类算法 简单的 ...
分类：
其他好文 时间：
2018-08-03 16:22:23
阅读次数：
155
一、基础理解 问题：逻辑回归算法是用回归的方式解决分类的问题，而且只可以解决二分类问题； 方案：可以通过改造，使得逻辑回归算法可以解决多分类问题； 改造方法： 改造方法不是指针对逻辑回归算法，而是在机器学习领域有通用性，所有二分类的机器学习算法都可使用此方法进行改造，解决多分类问题； 二、原理 1） ...
分类：
其他好文 时间：
2018-07-30 13:28:50
阅读次数：
6125
数据回归分类预测的基本算法及python实现 关于数据的回归和分类以及分析预测。讨论分析几种比较基础的算法，也可以算作是比较简单的机器学习算法。 一． KNN算法 邻近算法，可以用来做回归分析也可以用来做分类分析。主要思想是采取K个最为邻近的自变量来求取其应变量的平均值，从而做一个回归或者是分类。一 ...
分类：
编程语言 时间：
2018-07-29 20:28:06
阅读次数：
253
一、KNN算法的介绍 K最近邻（k-Nearest Neighbor，KNN）分类算法是最简单的机器学习算法之一，理论上比较成熟。KNN算法首先将待分类样本表达成和训练样本一致的特征向量；然后根据距离计算待测试样本和每个训练样本的距离，选择距离最小的K个样本作为近邻样本；最后根据K个近邻样本判断待分 ...
分类：
编程语言 时间：
2018-07-28 20:34:04
阅读次数：
586
1.激活函数： 2.超参数：是在开始学习过程之前设置值的参数，而不是通过训练得到的参数数据。通常情况下，需要对超参数进行优化，给学习机选择一组最优超参数，以提高学习的性能和效果 3.特征提取： 特征工程：若出现特征为字符串类型则使用独热编码 良好特征具备的特性：1.特征值应以非零值的形式在数据集中多 ...
分类：
编程语言 时间：
2018-07-26 18:48:57
阅读次数：
152
奇异值分解(Singular Value Decomposition，SVD)是在机器学习领域广泛应用的算法，它不光可以用于降维算法中的特征分解，还可以用于推荐系统，以及自然语言处理等领域。是很多机器学习算法的基石。本文就对SVD的原理做一个总结，并讨论在在PCA降维算法中是如何运用运用SVD的。 ...
分类：
其他好文 时间：
2018-07-26 18:39:35
阅读次数：
227
