将者，智、信、仁、勇、严也。

摘要： 见：http://www.infoq.com/cn/news/2017/07/goole-sight-facets-ai https://github.com/PAIR-code/facets/blob/master/facets_dive/README.md Introduction The fa 阅读全文

摘要： 摘自：http://www.infoq.com/cn/articles/user-portrait-collaborative-filtering-for-recommend-systems 我们会从一个真实的案例出发，虽然我们做了很多的推荐系统的案例，但毕竟不能把客户的数据给大家看，所以我们用了一 阅读全文

摘要： Updated:use model broadcast, mappartition+flatmap,see: see: https://gist.github.com/lucidfrontier45/591be3eb78557d1844ca 一开始是因为没法直接在pyspark里使用map 来做mo 阅读全文

摘要： 从几何上讲，单高斯分布模型在二维空间应该近似于椭圆，在三维空间上近似于椭球。遗憾的是在很多分类问题中，属于同一类别的样本点并不满足“椭圆”分布的特性。这就引入了高斯混合模型。——可以认为是基本假设！ 高斯混合模型Gaussian Mixture Model (GMM) 摘自：http://www.i 阅读全文

摘要： 关键参数 最重要的，常常需要调试以提高算法效果的有两个参数：numTrees，maxDepth。 numTrees（决策树的个数）：增加决策树的个数会降低预测结果的方差，这样在测试时会有更高的accuracy。训练时间大致与numTrees呈线性增长关系。 maxDepth：是指森林中每一棵决策树最 阅读全文

摘要： 随机森林算法 由多个决策树构成的森林，算法分类结果由这些决策树投票得到，决策树在生成的过程当中分别在行方向和列方向上添加随机过程，行方向上构建决策树时采用放回抽样（bootstraping）得到训练数据，列方向上采用无放回随机抽样得到特征子集，并据此得到其最优切分点，这便是随机森林算法的基本原理。图 阅读全文

摘要： 你选择了：{{selectedName}} 点我！ 该实例演示了 ng-options 指令的使用。 阅读全文

摘要： 下面一文章就总结几点关键： 1、要学会观察，尤其是输入数据的特征提取时，看各输入数据和输出的关系，用绘图看！ 2、训练后，看测试数据和训练数据误差，确定是否过拟合还是欠拟合； 3、欠拟合的话，说明模型不准确或者特征提取不够，对于特征提取不够问题，可以根据模型的反馈来看其和数据的相关性，如果相关系数是 阅读全文

摘要： RESCALING attribute data to values to scale the range in [0, 1] or [−1, 1] is useful for the optimization algorithms, such as gradient descent, that a 阅读全文

摘要： 可以直接绘图： https://www.kaggle.com/bonelee/a-journey-through-titanic/editnb 阅读全文