摘要：
神经网络所需的函数： 1）单位阶跃函数: 神经网络的原模型是用单位阶跃函数作为激活函数的。单位阶跃函数计算公式如下： 单位阶跃函数图像如下所示： 从公式可以看出，单位阶跃函数在原点处不连续，也就是在原点不可导，由于这个性质，单位阶跃函数不能成为主要的激活函数。 2）指数函数与Sigmoid函数 具有 阅读全文
posted @ 2021-08-03 23:54
KnightLaHire
阅读(1364)
评论(0)
推荐(0)
摘要：
用户画像 用户信息标签 用户信息的收集包括用户基础要素、用户场景、行为偏好、心理个性、交际等多方面。可以用静态标签、动态标签两大类来划分。 用户信息数据包含的范围非常广，特别是动态标签数据具有多变性，所以建立用户画像模型也是一个不断完善的过程。 静态数据：用户相对稳定的信息，主要包括人口属性、商业属 阅读全文
posted @ 2021-08-01 21:59
KnightLaHire
阅读(2540)
评论(0)
推荐(0)
摘要：
一、支持向量机概念 支持向量机是将特征向量映射为空间中的一些样本点，寻找一个能够实现样本分类的平面，并使得两类样本中离平面最近的两个样本点的距离最大化，从而达到分类性能最大化，提升模型的泛化性。由于在实际应用中样本点可能无法使用一条直线来完美分类，即线性不可分情况，而SVM能够通过相应的技术处理，使 阅读全文
posted @ 2021-07-18 23:51
KnightLaHire
阅读(1208)
评论(0)
推荐(0)
摘要：
对于查看完数据后通常会先统计一些基础数据，这是就会用到分组和聚类计算 例如读取Gapminder中的一组数据后，我们可能会存在如下问题： 1）数据中每年平均预期寿命是多少，平均预期寿命、人口和GDP是多少？ 2）如果按洲对数据分层，并进行同样的计算，结果会怎样？ 3）每个洲列出了多少个国家和地区？ 阅读全文
posted @ 2021-07-18 22:43
KnightLaHire
阅读(956)
评论(0)
推荐(0)
摘要：
首先解释一下逻辑回归叫回归，但是它是经典的二分类算法。 在机器学习的过程中算法选择是：先逻辑回归再用复杂的，能简单还是用简单的 sigmoid函数公式： 可以理解为线性回归的预测结果作为输入 自变量取值为任意实数，值域[0,1] 解释：将任意输入映射到[0,1]区间，我们在线性回归中可以得到一个预测 阅读全文
posted @ 2021-07-04 14:08
KnightLaHire
阅读(157)
评论(0)
推荐(0)
摘要：
当我们得到一个目标函数后，如何进行求解？直接求解？ 常规套路：机器学习的常规套路就是我交给机器一堆数据，然后告诉它什么样的学习方式是对的（目标函数），然后让它朝着这个方向去做 如何优化：一口吃不成一个胖子，我们要静悄悄的一步步的完成迭代（每次优化一点点，累积起来就是一个大成绩了） 目标函数： 下山分 阅读全文
posted @ 2021-07-04 13:34
KnightLaHire
阅读(57)
评论(0)
推荐(0)
摘要：
可以从银行贷款问题来理解线性回归，x1,x2…xn可以理解为银行是否给我们贷款的参考因素（例如：年龄，工资，工作单位），而我们要求的y就是最终的预测结果，也就是银行给我们贷款的金额。 线性回归的目标就是用我们提前准备好的数据集，用这些数据来画点，将这些点拟合成一条线或是一个高维的面，最终得到一个表示 阅读全文
posted @ 2021-07-04 13:22
KnightLaHire
阅读(225)
评论(0)
推荐(0)
摘要：
一、math模块 math模块是python中用于科学计算的内建模块，其中的函数都经过了特殊的算法优化，效率较高。 1、常规数学运算函数 import math math.ceil(x) #向上取整 math.floor(x) #向下取整 math.fabs(x) #求绝对值 2、幂函数与对数函数 阅读全文
posted @ 2021-07-04 00:09
KnightLaHire
阅读(320)
评论(0)
推荐(0)
浙公网安备 33010602011771号