推荐两篇讲解与实践KNN比较好博客，感谢原作者总结 http://blog.csdn.net/u012162613/article/details/41768407 http://www.cnblogs.com/ybjourney/p/4702562.html ...
分类：
编程语言 时间：
2017-05-09 23:10:25
阅读次数：
303
1.背景 PCA(Principal Component Analysis)，PAC的作用主要是减少数据集的维度，然后挑选出基本的特征。 PCA的主要思想是移动坐标轴，找到方差最大的方向上的特征值。什么叫方差最大的方向的特征值呢。就像下图中的曲线B。一样。它的覆盖范围最广。基本步骤：（1）首先计算数 ...
分类：
编程语言 时间：
2017-05-07 11:45:56
阅读次数：
534
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（Gradient Descent）是最常采用的方法之一，另一种常用的方法是最小二乘法。这里就对梯度下降法做一个完整的总结。 1. 梯度 在微积分里面，对多元函数的参数求?偏导数，把求得的各个参数的偏导数以向量的形式写出来，就是梯度。比如函数 ...
分类：
其他好文 时间：
2017-05-03 17:30:08
阅读次数：
207
1.基础概念： (1) 10折交叉验证：英文名是10-fold cross-validation，用来測试算法的准确性。是经常使用的測试方法。将数据集分成10份。轮流将当中的9份作为训练数据。1分作为測试数据，进行试验。每次试验都会得出对应的正确率（或差错率）。10次的结果的正确率（或差错率）的平均 ...
分类：
编程语言 时间：
2017-04-24 19:05:17
阅读次数：
220
机器学习的入门，我们需要的一些基本概念： 机器学习的定义 M.Mitchell《机器学习》中的定义是： 算法分类 两张图片很好的总结了（机器学习）的算法分类： 评估指标 分类（Classification）算法指标： Accuracy准确率 Precision精确率 Recall召回率 F1 sco ...
分类：
编程语言 时间：
2017-04-21 16:49:26
阅读次数：
319
http://machinelearningmastery.com/a-tour-of-machine-learning-algorithms/ In this post, we take a tour of the most popular machine learning algorithms. ...
分类：
编程语言 时间：
2017-04-09 22:08:43
阅读次数：
305
一，提高机器学习算法准确度的方法 当我们的机器学习算法不能准确预测我们测试数据时，我们可以尝试通过以下方法提高我们机器学习的算法准确度 1)，获得更多的训练样例 2)，减少特征数 3)，增加特征数 4)，增加多项式特征 5)，增大或减小\(\lambda\) 二，评估机器学习模型 如果只是单独的使用 ...
分类：
编程语言 时间：
2017-04-09 18:20:03
阅读次数：
206
机器学习算法大致可以分为三种： 1. 监督学习(如回归，分类) 2. 非监督学习(如聚类，降维) 3. 增强学习 什么是增强学习呢？ 增强学习（reinforcementlearning, RL）又叫做强化学习，是近年来机器学习和智能控制领域的主要方法之一。 定义: Reinforcement le ...
分类：
其他好文 时间：
2017-04-06 18:51:57
阅读次数：
218
词向量: 将词语"嵌入"到一个N维空间，使得词语相近的词语放到相近的位置。 机器翻译类不类似于矩阵的变换？ 谷歌出品的一个工具Word2Vec，用于入门。 句向量？段向量？文档向量? 很多事情向量化，可以解决很多问题。 传统的one-hot 编码的原来是，有多少个字就有多少个维度. 科[1,0,0, ...
分类：
编程语言 时间：
2017-04-02 14:30:29
阅读次数：
173
朴素贝叶斯公式 Hmm隐马尔科夫 动态规划: 线性回归: 逻辑回归(sigmoid):在线性组合的基础上加了个非线性的激活函数，用于解决二分类问题，softmax，用于解决多分类问题。 集成学习(连续模型):针对错误的模型进行训练，设置多个模型，每个模型都有不同的权重，逐层进行逻辑回归、或则其他逐层 ...
分类：
编程语言 时间：
2017-04-02 11:35:31
阅读次数：
165
