K-近邻算法（K Nearest Neighbors） 参考：机器学习实战教程（一）：K-近邻算法（史诗级干货长文） 决策树算法（Decision Tree） 参考：机器学习实战教程（二）：决策树基础篇之让我们从相亲说起 参考：机器学习实战教程（三）：决策树实战篇之为自己配个隐形眼镜 朴素贝叶斯算法 ...
分类：
编程语言 时间：
2019-01-26 15:55:25
阅读次数：
191
先扯一下大数据的4V特征： 数据量大，TB->PB 数据类型繁多，结构化、非结构化文本、日志、视频、图片、地理位置等； 商业价值高，但是这种价值需要在海量数据之上，通过数据分析与机器学习更快速的挖掘出来； 处理时效性高，海量数据的处理需求不再局限在离线计算当中。 现如今，正式为了应对大数据的这几个特 ...
分类：
其他好文 时间：
2019-01-22 10:57:06
阅读次数：
256
因为自己想学着去写机器学习的源码，所以我最近在学习《机器学习实战》这本书。 《机器学习实战》是利用Python2完成的机器学习算法的源代码，并利用机器学习方法来对实际问题进行分析与处理。 （《机器学习实战》豆瓣读书网址：https://book.douban.com/subject/24703171 ...
分类：
编程语言 时间：
2019-01-18 01:00:42
阅读次数：
163
原文链接： Jack Cui，https://cuijiahua.com/blog/2017/11/ml_5_bayes_2.html 一、前言 上篇文章机器学习实战教程（四）：朴素贝叶斯基础篇之言论过滤器讲解了朴素贝叶斯的基础知识。本篇文章将在此基础上进行扩展，你将看到以下内容： 拉普拉斯平滑 垃 ...
分类：
其他好文 时间：
2019-01-12 12:05:40
阅读次数：
236
原文链接： Jack Cui，https://cuijiahua.com/blog/2017/11/ml_4_bayes_1.html 一、前言 朴素贝叶斯算法是有监督的学习算法，解决的是分类问题，如客户是否流失、是否值得投资、信用等级评定等多分类问题。该算法的优点在于简单易懂、学习效率高、在某些领 ...
分类：
其他好文 时间：
2019-01-12 12:03:56
阅读次数：
183
由于实验室研究方向变更，本文不再更新~ 本文是对《机器学习实战》进行学习时遇到问题记录。 由于书中代码使用Python2.X，而本机使用Python3.X，导致运行时有部分程序出现错误。 问题1： 问题位置： 3.2 在Python中使用Matplotlib注解绘制树形图（P45）——程序清单3-6 ...
分类：
其他好文 时间：
2019-01-04 17:18:31
阅读次数：
198
Logistic回归一、概述 1. Logistic Regression 1.1 线性回归 1.2 Sigmoid函数 1.3 逻辑回归 1.4 LR 与线性回归的区别 2. LR的损失函数 3. LR 正则化 3.1 L1 正则化 3.2 L2 正则化 3.3 L1正则化和L2正则化的区别 4. ...
分类：
其他好文 时间：
2018-12-31 22:44:04
阅读次数：
265
原文链接：www.cnblogs.com/fydeblog/p/7140974.html 前言 这篇notebook是关于机器学习中监督学习的k近邻算法，将介绍2个实例，分别是使用k 近邻算法改进约会网站的效果和手写识别系统. 操作系统：ubuntu14.04 运行环境：anaconda pytho ...
分类：
编程语言 时间：
2018-12-25 23:34:49
阅读次数：
294
逻辑回归：简单的来说，在线性回归的基础上加入了Sigmoid函数！ ...
分类：
其他好文 时间：
2018-12-23 00:19:19
阅读次数：
165
老板：来了，老弟！ 我：来了来了。 老板：今天你要去看看KNN了，然后我给你安排一个工作！ 我：好嘞！就是第二章吗？ 老板：对！去吧！ 可恶的老板又给我安排任务了！ 《机器学习实战》这本书中的第二章为我们介绍了 K 近邻算法 ，这是本书中第一个机器学习算法，它非常有效而且易于掌握，所以可以算是入门级 ...
分类：
编程语言 时间：
2018-12-22 20:44:48
阅读次数：
294
