一、连续型变量1.1 连续变量无量纲化（1）无量纲化： 使不同规格尺度的数据转化统一规格尺度（将数据单位统一）（2）无量纲化方法：标准化, 区间所方法 标准化： 将连续性变量转变为 均值0 标准差1 的变量 代码： #对 Amount字段--均值为0，方差为1标准化from sklearn impo ...
分类：
编程语言 时间：
2020-03-20 10:35:16
阅读次数：
88
所有机器学习模型都可以分为 有监督 的或 无监督 的。如果模型是监督模型，则将其再分类为回归模型或分类模型。我们将介绍这些术语的含义以及下面每个类别中对应的模型。 监督学习模型 监督学习涉及基于示例输入 输出对学习将输入映射到输出的功能。 例如，如果我有一个包含两个变量的数据集，即年龄（输入）和身高 ...
分类：
其他好文 时间：
2020-03-15 20:38:38
阅读次数：
93
感知机属于有监督的学习，生成的模型称为判别模型。其通过特定的函数将输入的特征向量，输出为实例的类别（+1或-1），该函数即为将实例划分为两类的分离超平面。为获得最优化的超平面，感知机引入了基于误分类的损失函数。感知机是神经网络和支持向量机的基础。 有监督学习分为生成模型和判别模型两种。其分别含义如下 ...
分类：
其他好文 时间：
2020-03-07 20:30:43
阅读次数：
122
机器学习可分为：有监督（Supervised Learning）、无监督（Unsupervised Learning）、强化学习(Reinforcement Learning) 1. 有监督学习：数据集包含样本 x 与标签 y ，训练时，通过计算模型的预测值与真实标签 y 之间的误差来优化网络参数 ...
分类：
其他好文 时间：
2020-03-05 13:54:23
阅读次数：
72
本文主要讲解的聚类算法有：k均值算法、均值漂移算法、凝聚层次算法、DBSCAN密度聚类算法，还介绍了聚类算法性能指标——轮廓系数。 聚类（cluster）与分类（class）不同，分类是有监督学习模型，聚类属于无监督学习模型。聚类讲究使用一些算法把样本划分为n个群落。一般情况下，这种算法都需要计算欧 ...
分类：
编程语言 时间：
2020-02-29 17:29:23
阅读次数：
112
依据机器学习算法如何学习数据可分为3类： 有监督学习：从有标签的数据学习，得到模型参数，对测试数据正确分类； 无监督学习：没有标签，计算机自己寻找输入数据可能的模型； 强化学习（reinforcement learning）：计算机与动态环境交互，学习错误反馈达到更优的目的。 依据机器学习期望结果来 ...
分类：
其他好文 时间：
2020-02-28 11:57:59
阅读次数：
60
单变量线性回归 单变量线性回归指的是只有一个自变量； 线性回归是一种有监督学习，解决的是自变量和因变量之间的关系； 回归指的是因变量是连续性的，而如果因变量是离散型的，则是分类问题。 监督学习算法的工作方式可以用如下这张图表示： 将训练集喂给机器学习算法，输出一个假设函数 h，然后新输入一个自变 x ...
分类：
其他好文 时间：
2020-02-26 16:54:55
阅读次数：
80
这篇博文主要是解释偏差和方差，以及如何利用偏差和方差理解机器学习算法的泛化性能 综述 在有监督学习中，对于任何学习算法而言，他们的预测误差可分解为三部分 偏差 方差 噪声 噪声属于不可约减误差，无论使用哪种算法，都无法减少噪声。 通常噪声是从问题的选定框架中引入的错误，也可能是由诸如未知变量之类的因 ...
分类：
其他好文 时间：
2020-02-23 22:09:21
阅读次数：
202
【机器学习】算法原理详细推导与实现(六):k means算法 之前几个章节都是介绍有监督学习，这个章节介绍无监督学习，这是一个被称为 的聚类算法，也叫做 k均值聚类算法 。 聚类算法 在讲监督学习的时候，通常会画这样一张图： 这时候需要用 回归或者 将这些数据分成正负两类，这个过程称之为 监督学习 ...
分类：
编程语言 时间：
2020-02-23 11:14:20
阅读次数：
85
机器学习的专业术语非常多，不需要一开始理解所有的专业术语，这些术语会随着对机器学习的深入，会慢慢理解，水到渠成。 不过在学习的过程中，有一些概念必须要了解，有助于后续的学习与理解，需要了解的核心概念有：监督学习、无监督学习、模型、策略、算法等。 监督学习 监督学习，指的是学习的数据与后续测试的数据， ...
分类：
其他好文 时间：
2020-01-08 21:26:20
阅读次数：
120
