摘要：
目录 推荐系统 一、导入模块 二、收集数据 三、数据预处理 3.1 无评分电影处理 四、协同过滤算法-基于用户的推荐 4.1 余弦相似度 4.2 数据标准化处理 五、预测 六、测试 更新、更全的《机器学习》的更新网站，更有python、go、数据结构与算法、爬虫、人工智能教学等着你：https:// 阅读全文
posted @ 2020-12-09 23:55
ABDM
阅读(161)
评论(0)
推荐(0)
摘要：
目录 手写数字识别应用程序 一、导入模块 二、图像转向量 三、训练并测试模型 四、模型转应用程序 4.1 展示图片 4.2 处理图片 4.3 预测图片 更新、更全的《机器学习》的更新网站，更有python、go、数据结构与算法、爬虫、人工智能教学等着你：https://www.cnblogs.com 阅读全文
posted @ 2020-12-09 23:54
ABDM
阅读(174)
评论(0)
推荐(0)
摘要：
目录 基于协同过滤的推荐算法 一、实验设计——训练集M折交叉验证 二、评测指标 2.1 准确率/召回率 2.2 覆盖率 2.3 新颖度 三、基于领域的算法 3.1 基于用户的协同过滤算法 3.1.1 UserCF推荐算法 3.1.2 User-IIF推荐算法 3.2 基于物品的协同过滤算法 3.3 阅读全文
posted @ 2020-12-09 23:52
ABDM
阅读(294)
评论(0)
推荐(0)
摘要：
目录 推荐系统常用评估指标 一、RMSE 二、MAE 三、Precision(准确率)&Recall(召回率) 四、覆盖率 五、信息熵 六、基尼系数 七、多样性 八、获取各种评测指标的途径 九、长尾分布 更新、更全的《机器学习》的更新网站，更有python、go、数据结构与算法、爬虫、人工智能教学等 阅读全文
posted @ 2020-12-09 23:50
ABDM
阅读(614)
评论(0)
推荐(0)
摘要：
目录深度学习-图像识别一、人脸定位二、手工提取特征的图像分类2.1 识图认物2.2 传统分类系统的特征提取2.3 计算机眼中的图像2.4 什么是图像特征？2.5 卷积运算2.6 利用卷积提取图像特征三、基于神经网络的图像分类3.1 传统图像分类系统和深度神经网络3.2 深度神经网络的架构3.3 卷积 阅读全文
posted @ 2020-12-09 23:48
ABDM
阅读(348)
评论(0)
推荐(0)
摘要：
目录模型选择一、模型选择学习目标二、机器学习基本假设2.1 损失函数2.2 目标函数三、参数模型和非参数模型3.1 参数模型3.2 非参数模型四、过拟合五、过拟合解决方法5.1 收集更多训练数据5.2 选择简单模型5.2.0.1 示例5.3 正则化5.3.1 L1正则化5.3.2 L2正则化5.4 阅读全文
posted @ 2020-12-09 23:46
ABDM
阅读(193)
评论(0)
推荐(0)
摘要：
目录主成分分析代码(手写数字识别)一、导入模块二、数据预处理三、KNN训练数据3.1 准确度四、降维(2维)4.1 KNN训练数据4.2 准确度4.3 二维特征方差比例五、查看原始数据特征方差比例5.1 主成分所占方差比例六、保留原始维度的80%的维度6.1 查看主成分个数6.2 降维(13维)6. 阅读全文
posted @ 2020-12-09 23:44
ABDM
阅读(357)
评论(0)
推荐(0)
摘要：
目录scikit-learn库之主成分分析一、PCA1.1 使用场景1.2 代码1.3 参数1.4 属性1.5 方法二、KernelPCA三、IncrementalPCA四、SparsePCA五、MiniBatchSparsePCA 更新、更全的《机器学习》的更新网站，更有python、go、数据结 阅读全文
posted @ 2020-12-09 23:42
ABDM
阅读(254)
评论(0)
推荐(0)
摘要：
目录主成分分析(PCA)一、维数灾难和降维二、主成分分析学习目标三、主成分分析详解3.1 主成分分析两个条件3.2 基于最近重构性推导PCA3.2.1 主成分分析目标函数3.2.2 主成分分析目标函数优化3.3 基于最大可分性推导PCA3.4 核主成分分析(KPCA)四、主成分分析流程4.1 输入4 阅读全文
posted @ 2020-12-09 23:40
ABDM
阅读(436)
评论(0)
推荐(0)
摘要：
目录特征选择一、特征选择学习目标二、特征选择引入三、特征选择详解3.1 无关特征和冗余特征3.2 过滤式特征选择3.2.1 卡方检验3.2.2 方差过滤3.2.3 相关系数过滤3.2.4 F检验3.2.5 互信息过滤3.3 包裹式特征选择3.3.1 递归特征消除3.4 嵌入式特征选择3.5 高级特征 阅读全文
posted @ 2020-12-09 23:39
ABDM
阅读(249)
评论(0)
推荐(0)
摘要：
目录特征预处理一、特征预处理学习目标二、特征预处理详解2.1 缺失值处理2.1.1 删除缺失值2.1.2 填充缺失值2.2 离群值处理2.2.1 获取离群值2.2.2 离群值处理2.3 数据类型转换2.3.1 自定义数据类型编码2.3.2 scikit-learn数据类型编码2.3.3 独热编码2. 阅读全文
posted @ 2020-12-09 23:37
ABDM
阅读(118)
评论(0)
推荐(0)
摘要：
目录scikit-learn库之随机森林一、RandomForestClassifier1.1 使用场景1.2 代码1.3 参数1.4 属性1.5 方法二、RandomForestRegressor 更新、更全的《机器学习》的更新网站，更有python、go、数据结构与算法、爬虫、人工智能教学等着你 阅读全文
posted @ 2020-12-09 23:36
ABDM
阅读(400)
评论(0)
推荐(0)
摘要：
目录随机森林代码(葡萄酒质量检测)一、导入模块二、导入数据三、数据预处理四、训练模型五、度量模型 更新、更全的《机器学习》的更新网站，更有python、go、数据结构与算法、爬虫、人工智能教学等着你：https://www.cnblogs.com/nickchen121/p/11686958.htm 阅读全文
posted @ 2020-12-09 23:35
ABDM
阅读(339)
评论(0)
推荐(0)
摘要：
目录Bagging算法和随机森林一、Bagging算法和随机森林学习目标二、Bagging算法原理回顾三、Bagging算法流程3.1 输入3.2 输出3.3 流程四、随机森林详解4.1 随机森林和Bagging算法区别五、随机森林拓展5.1 Extra Trees5.2 Totally Rando 阅读全文
posted @ 2020-12-09 23:33
ABDM
阅读(188)
评论(0)
推荐(0)
摘要：
目录XgBoost算法一、XgBoost算法学习目标二、XgBoost算法详解2.1 XgBoost算法参数2.2 XgBoost算法目标函数2.3 XgBoost算法正则化项2.4 XgBoost算法最小化目标函数2.5 XgBoost算法举例三、XgBoost算法优缺点3.1 优点3.2 缺点四 阅读全文
posted @ 2020-12-09 23:31
ABDM
阅读(153)
评论(0)
推荐(0)
摘要：
目录梯度提升算法代码(鸢尾花分类)+交叉验证调参一、导入模块二、导入数据三、构造决策边界四、训练模型4.1 可视化五、交叉验证训练模型5.1 找到合适n_estimators5.2 找到合适max_depth和min_samples_split5.3 使用最优参数训练模型5.4 使用非最优参数训练模 阅读全文
posted @ 2020-12-09 23:30
ABDM
阅读(193)
评论(0)
推荐(0)
摘要：
目录scikit-learn库之梯度提升树一、GradietBoostingClassifier1.1 使用场景1.2 参数1.3 属性1.4 方法二、GradietBoostingClassifier 更新、更全的《机器学习》的更新网站，更有python、go、数据结构与算法、爬虫、人工智能教学等 阅读全文
posted @ 2020-12-09 23:29
ABDM
阅读(587)
评论(0)
推荐(0)
摘要：
目录梯度提升树一、梯度提升树学习目标二、梯度提升树详解2.1 梯度提升树和提升树三、回归梯度提升树流程3.1 输入3.2 输出3.3 流程四、梯度提升树优缺点4.1 优点4.2 缺点五、小结 更新、更全的《机器学习》的更新网站，更有python、go、数据结构与算法、爬虫、人工智能教学等着你：htt 阅读全文
posted @ 2020-12-09 23:28
ABDM
阅读(197)
评论(0)
推荐(0)
摘要：
目录提升树一、提升树学习目标二、提升树引入三、提升树详解3.1 加法模型3.2 前向分步算法3.3 提升树与AdaBoost算法3.4 回归提升树3.4.1 前向分步算法3.4.2 平方误差损失函数四、回归提升树流程4.1 输入4.2 输出五、流程六、提升树优缺点6.1 优点6.2 缺点七、小结 更 阅读全文
posted @ 2020-12-09 23:26
ABDM
阅读(133)
评论(0)
推荐(0)
摘要：
目录AdaBoost算法代码(鸢尾花分类)一、导入模块二、导入数据三、构造决策边界四、训练模型4.1 训练模型(n_e=10, l_r=0.8)4.2 可视化4.3 训练模型(n_estimators=300, learning_rate=0.8)4.4 训练模型(n_estimators=300, 阅读全文
posted @ 2020-12-09 23:24
ABDM
阅读(486)
评论(0)
推荐(0)
摘要：
目录scikit-learn库之AdaBoost算法一、AdaBoostClassifier1.1 使用场景1.2 参数1.3 属性1.4 方法二、AdaBoostRegressor 更新、更全的《机器学习》的更新网站，更有python、go、数据结构与算法、爬虫、人工智能教学等着你：https:/ 阅读全文
posted @ 2020-12-09 23:23
ABDM
阅读(556)
评论(0)
推荐(0)
摘要：
目录AdaBoost算法一、AdaBoost算法学习目标二、AdaBoost算法详解2.1 Boosting算法回顾2.2 AdaBoost算法2.3 AdaBoost算法目标函数优化三、AdaBoost算法流程3.1 输入3.2 输出3.3 强分类器流程3.4 强回归器流程四、AdaBoost算法 阅读全文
posted @ 2020-12-09 23:22
ABDM
阅读(251)
评论(0)
推荐(0)
摘要：
目录正则化线性回归(波士顿房价预测)一、导入模块二、获取数据三、训练模型四、可视化 更新、更全的《机器学习》的更新网站，更有python、go、数据结构与算法、爬虫、人工智能教学等着你：https://www.cnblogs.com/nickchen121/p/11686958.html 正则化线性 阅读全文
posted @ 2020-12-09 22:30
ABDM
阅读(241)
评论(0)
推荐(0)
摘要：
目录对数线性回归(波士顿房价预测)一、导入模块二、获取数据三、训练模型四、可视化 更新、更全的《机器学习》的更新网站，更有python、go、数据结构与算法、爬虫、人工智能教学等着你：https://www.cnblogs.com/nickchen121/p/11686958.html 对数线性回归 阅读全文
posted @ 2020-12-09 22:29
ABDM
阅读(341)
评论(0)
推荐(0)
摘要：
目录多项式回归(波士顿房价预测)一、导入模块二、获取数据三、训练模型3.1 报告决定系数四、可视化 更新、更全的《机器学习》的更新网站，更有python、go、数据结构与算法、爬虫、人工智能教学等着你：https://www.cnblogs.com/nickchen121/p/11686958.ht 阅读全文
posted @ 2020-12-09 22:27
ABDM
阅读(503)
评论(0)
推荐(0)
摘要：
目录多元线性回归(波士顿房价预测)一、导入模块二、获取数据三、训练模型四、可视化五、均方误差测试 更新、更全的《机器学习》的更新网站，更有python、go、数据结构与算法、爬虫、人工智能教学等着你：https://www.cnblogs.com/nickchen121/p/11686958.htm 阅读全文
posted @ 2020-12-09 22:25
ABDM
阅读(370)
评论(0)
推荐(0)
摘要：
目录普通线性回归(波士顿房价预测)一、导入模块二、获取数据2.1 打印数据三、特征选择3.1 散点图矩阵3.2 关联矩阵四、训练模型五、可视化 更新、更全的《机器学习》的更新网站，更有python、go、数据结构与算法、爬虫、人工智能教学等着你：https://www.cnblogs.com/nic 阅读全文
posted @ 2020-12-09 22:23
ABDM
阅读(645)
评论(0)
推荐(0)
摘要：
目录scikit-learn库之线性回归一、LinearRegression1.1 使用场景1.2 代码1.3 参数详解1.4 属性1.5 方法1.5.1 报告决定系数二、ARDRegression三、BayesianRidge四、ElasticNet五、ElasticNetCV六、Lasso七、L 阅读全文
posted @ 2020-12-09 22:22
ABDM
阅读(261)
评论(0)
推荐(0)
摘要：
目录线性回归一、线性回归学习目标二、线性回归引入三、线性回归详解3.1 线性模型3.2 一元线性回归3.2.1 一元线性回归的目标函数3.2.2 均方误差最小化——最小二乘法3.3 多元线性回归3.3.1 均方误差最小化——最小二乘法3.3.2 均方误差最小化——牛顿法(TODO)3.3.3 均方误 阅读全文
posted @ 2020-12-09 22:21
ABDM
阅读(190)
评论(0)
推荐(0)
摘要：
目录 感知机对偶形式(鸢尾花分类) 一、导入模块 二、获取数据 三、训练模型 四、可视化 五、运行 更新、更全的《机器学习》的更新网站，更有python、go、数据结构与算法、爬虫、人工智能教学等着你：https://www.cnblogs.com/nickchen121/p/11686958.ht 阅读全文
posted @ 2020-12-09 22:20
ABDM
阅读(109)
评论(0)
推荐(0)
摘要：
目录 感知机原始形式(鸢尾花分类) 一、导入模块 二、自定义感知机模型 三、获取数据 四、构造决策边界 五、训练模型 六、可视化 更新、更全的《机器学习》的更新网站，更有python、go、数据结构与算法、爬虫、人工智能教学等着你：https://www.cnblogs.com/nickchen12 阅读全文
posted @ 2020-12-09 22:19
ABDM
阅读(296)
评论(0)
推荐(0)
摘要：
目录感知机一、感知机学习目标二、感知机引入2.1 线性可分和线性不可分三、感知机详解3.1 感知机模型3.2 感知机损失函数3.3 感知机目标函数3.4 感知机最小化目标函数原始形式3.5 感知机最小化目标函数对偶形式3.6 感知机算法的收敛性四、感知机流程4.1 输入4.2 输出4.3 原始形式流 阅读全文
posted @ 2020-12-09 22:18
ABDM
阅读(209)
评论(0)
推荐(0)
摘要：
目录机器学习一、学习目标二、人工智能三、机器学习3.1 机器学习基本术语四、深度学习五、机器学习分类5.1 监督学习5.1.1 回归问题5.1.2 分类问题5.2 无监督学习5.2.1 聚类5.3 半监督学习5.4 强化学习六、Python语言的优势七、小结 更新、更全的《机器学习》的更新网站，更有 阅读全文
posted @ 2020-12-09 22:17
ABDM
阅读(171)
评论(0)
推荐(0)
摘要：
转载自：陈老师博客：https://www.cnblogs.com/nickchen121/p/11686958.html 目录01部分 机器学习基础02部分 监督学习03部分 无监督学习04部分 集成学习05部分 特征工程06部分 深度学习07部分 推荐系统08部分 sklearn实战09部分 t 阅读全文
posted @ 2020-12-09 22:15
ABDM
阅读(377)
评论(0)
推荐(0)
浙公网安备 33010602011771号