摘要： 数据预处理的一般方法及python实现 这是一个大数据的时代。我们在很多时候都要处理各种各样的数据。但是并非所有数据都是拿来即可使用，都是要先经过一番处理后才能进行下一步操作。在我们爬到数据或者要处理一份数据文件时，首先要对数据进行清洗和除噪。本文就总结一下，一般数据预处理过程中可能要用到的方法。 阅读全文

摘要： 集成算法 把训练集分为B个（可重复），即bootstrap数据集，然后分别求出其中的beta值然后进行加权平均。如果每个子集的错误都是独立的，这种方法就可以减小误差。Variance一定减小。 在决策树方面，这种方法尤为有效。缺点是解释性降低。代表算法有random forest。 每一次的迭代都要 阅读全文

摘要： 神经网络在机器学习中有很大的应用，甚至涉及到方方面面。本文主要是简单介绍一下神经网络的基本理论概念和推算。同时也会介绍一下神经网络在数据分类方面的应用。 首先，当我们建立一个回归和分类模型的时候，无论是用最小二乘法（OLS）还是最大似然值（MLE）都用来使得残差达到最小。因此我们在建立模型的时候，都 阅读全文

摘要： 数据处理一共可以分为三个方面，一是数据的回归分类，而是时间序列数据，三是网络型数据处理。本文将要来讨论一下时间序列的应用。 一．ARMA 模型 Arma是用来讨论时间序列里面回报率的情况，假设t时刻的回报率与t时刻之前的回报率有关。同时，也与之前的误差有关。 这模型就是AR模型和MA模型的结合，非常 阅读全文

摘要： 数据回归分类预测的基本算法及python实现 关于数据的回归和分类以及分析预测。讨论分析几种比较基础的算法，也可以算作是比较简单的机器学习算法。 一． KNN算法 邻近算法，可以用来做回归分析也可以用来做分类分析。主要思想是采取K个最为邻近的自变量来求取其应变量的平均值，从而做一个回归或者是分类。一 阅读全文