机器学习按照学习方式的不同，分为很多的类型，主要的类型分为 监督学习 非监督学习 强化学习 半监督学习 什么是监督学习？ 利用一组已知类别的样本调整分类器的参数，使其达到所要求性能的过程，也称为监督训练。 正如下图中给出了好多鸭子的特征那样，指示出那些是鸭子哪些不是鸭子，然后让计算机进行学习，计算机 ...
分类：
其他好文 时间：
2018-12-21 22:48:41
阅读次数：
302
# keras# Autoencoder 自编码非监督学习# keras的函数Model结构 （非序列化Sequential）# 训练模型# mnist数据集# 聚类准备工作，array ——》 numpy ； plt.show() import matplotlib.pyplot as plt i... ...
分类：
Web程序 时间：
2018-12-20 20:22:20
阅读次数：
244
机器学习包含监督学习、非监督学习、以及强化学习三大部分。 监督学习分为分类和回归两大类。 分类：例如 经过大量水果图片训练，识别新水果图片中是否含有苹果 回归：例如 经过大量 面积-房价 的数据的训练，预测某个面积的房价 回归分析中，又依据描述自变量与因变量之间因果关系的函数表达式是线性的还是非线性 ...
分类：
其他好文 时间：
2018-11-25 22:16:19
阅读次数：
241
机器学习 监督学习 非监督学习 半监督学习 强化学习 遗传算法 神经网络 CNN TensorFlow搭建CNN 展开源码 展开源码 RNN 展开源码 展开源码 LSTM 为了解决梯度弥散和梯度爆炸 展开源码 展开源码 自编码器 autoencoder 展开源码 展开源码 GAN 展开源码 展开源码 ...
分类：
其他好文 时间：
2018-11-24 22:25:22
阅读次数：
219
四、特征缩放1.特征缩放的优点：Andrew在他的机器学习课程里强调，在进行学习之前要进行特征缩放，目的是保证这些特征都具有相近的尺度，这将帮助梯度下降算法更快地收敛。python里常用的是preprocessing.StandardScaler()，公式为：(X-mean)/std，得到的结果是， ...
分类：
其他好文 时间：
2018-11-22 14:39:01
阅读次数：
196
1、机器学习分为监督学习和非监督学习。首先学习监督学习。 2、标签，即y值，结果，以通过机器学习过滤垃圾邮件为例，标签为邮件是垃圾邮件，或不是垃圾邮件 3、特征，即x值，输入变量，通常有多个特征，如根据发件人、邮件标题等特征来判断是否为垃圾邮件 4、样本，机器学习通过有标签样本训练模型，再通过模型对 ...
分类：
其他好文 时间：
2018-11-14 12:28:54
阅读次数：
208
本次实战项目是关于航空公司客户价值的分析，其中用到的聚类方法是K-Means方法，属于非监督学习。 Tools ：python 3.6; jupyter os : mac os reference： 数据分析与挖掘实战，csdn 数据分析或挖掘涉及的一般步骤： 数据集中共有62988个客户的基本信息 ...
分类：
其他好文 时间：
2018-11-03 18:17:21
阅读次数：
485
聚类——无监督学习的一种算法 K-means算法 最为广泛使用的聚类算法 选择两个聚类中心 簇分配：根据每个样本更接近哪个聚类中心进行样本的分配 簇中心移动：计算出所有的红点类的均值点，移动原始聚类中心到这个点，蓝点类同理 进行不断地迭代直到收敛 输入：K个簇类和训练集样本数据 注意：不需要X0项， ...
分类：
系统相关 时间：
2018-10-30 13:52:09
阅读次数：
292
机器学习的定义： 让机器代替人，实现人的工作。 现有的机器学习分类： （1）监督学习 > 分类问题 （2）半监督学习 > 聚类问题 （3）非监督学习 > 聚类问题 （4）强化学习 > 降维 归纳： 主要可分为：分类、回归/预测、聚类和维度下降。 机器学习“六步走”： a.收集数据； b.准备数据 c ...
分类：
其他好文 时间：
2018-09-25 17:26:11
阅读次数：
175
1. 聚类分析 聚类分析（cluster analysis）是一组将研究对象分为相对同质的群组（clusters）的统计分析技术 >> 将观测对象的群体按照相似性和相异性进行不同群组的划分，划分后每个群组内部各对象相似度很高，而不同群组之间的对象彼此相异度很高。 *** 回归、分类、聚类的区别 ： ...
分类：
其他好文 时间：
2018-09-20 01:13:09
阅读次数：
280
