机器学习算法太多了，分类、回归、聚类、推荐、图像识别领域等等，要想找到一个合适算法真的不容易，所以在实际应用中，我们一般都是采用启发式学习方式来实验。通常最开始我们都会选择大家普遍认同的算法，诸如SVM，GBDT，Adaboost，现在深度学习很火热，神经网络也是一个不错的选择。假如你在乎精度（ac ...
分类：
编程语言 时间：
2017-03-12 01:15:55
阅读次数：
1345
学习机器学习零零散散将近1年之久，期间也想做各种方式的总结、笔记，但因总总原因没能写出一个系列，加上当时理解尚浅、主次分不清，所以写笔记也就作罢。自己在草稿纸上推导，也是写完就扔。一路曲曲折折，踩了很多的坑，但总算有些许收获。面临毕业找工作，对机器学习也挺感兴趣，要找这方面的工作，所以，做此总结。一 ...
分类：
编程语言 时间：
2017-03-11 23:42:08
阅读次数：
200
1. 个体和集成 集成学习通过构建并结合多个“个体学习器”来完成学习任务。个体学习器通常由一个现有的学习算法从训练数据产生，若集成中只包含同种类型的个体学习器，称为同质集成；若包含不同类型的个体学习器，为异质集成。同质集成中的个体学习器也成为“基学习器”。 如何产生并结合“好而不同”的个体学习器，恰 ...
分类：
编程语言 时间：
2017-03-08 22:42:05
阅读次数：
668
机器学习算法中GBDT和XGBOOST的区别有哪些？（转自知乎https://www.zhihu.com/question/41354392/answer/98658997） xgboost相比传统gbdt有何不同？xgboost为什么快？xgboost如何支持并行？ 传统GBDT以CART作为基分 ...
分类：
其他好文 时间：
2017-03-08 16:20:11
阅读次数：
845
Spark机器学习Pipelines中的主要概念MLlib提供的API可以通过Pipelines将多个复杂的机器学习算法结合成单个pipeline或者单个工作流。这个概念和scikit-learn里的概念类似，根据官方的说法是，此抽象概念的设计灵感来自于scikit-learn。·DataFrame:通过SparkSQL组件里的DataFram..
分类：
其他好文 时间：
2017-03-08 01:27:33
阅读次数：
326
1. 朴素贝叶斯分类器 朴素贝叶斯分类器采用了“属性条件独立性假设”：对已知类别，假设所有属性相互独立，即假设每个属性独立的对分类结果发生影响。 d为属性数目，xi 为 x 在第 i 个属性上的取值，朴素贝叶斯分类器的表达式为： 令 Dc 表示训练集 D 中第 c 类样本的集合，例如西瓜数据集有两个 ...
分类：
编程语言 时间：
2017-03-07 10:42:32
阅读次数：
455
1. 贝叶斯决策论 定义： 贝叶斯决策论是概率框架下实施决策的基本方法。对分类任务来说，在所有概率都已知的理想情形下，贝叶斯决策考虑如何基于这些概率和误判损失来选择最优的类别标记，下面以多分类任务为例来解释其基本原理。 条件风险：假设有N中可能的类别标记，即 Y={c1,c2,...,cN}, λi ...
分类：
编程语言 时间：
2017-03-06 17:48:24
阅读次数：
835
李航的《统计学习方法》 这本书开篇第一章写得特别好，各个模型的算法推导也比较全，基本涵盖了比较经典的判别模型和生成模型。 《机器学习实战》 这本书代码和应用特别多，了解python用法和机器学习算法的代码实现非常方便。 项亮的《推荐系统实践》 这本书个人感觉偏理论一点，伪代码看着都实现不了，不过关于 ...
分类：
其他好文 时间：
2017-03-05 21:12:32
阅读次数：
403
机器学习机器学习(Machine Learning, ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知...
分类：
编程语言 时间：
2017-02-21 11:57:53
阅读次数：
384
7.3 岭回归 7.3.1 验证多重共线性 7.3.2 岭回归理论 7.3.3 岭际分析 7.3.4 k值的判断 7.3.5 辅助函数 （1）导入多维数据集：加载数据集 （2）标准化矩阵数据集 （3）绘制图形 7.3.6 岭回归实现与K值确定 参考资料：郑捷《机器学习算法原理与编程实践》 仅供学习研 ...
分类：
编程语言 时间：
2017-02-20 12:35:41
阅读次数：
228
