摘要:
标准化 概念 定义:通过对原始数据进行变换把数据变换到均值为0,标准差为1范围內 公式 示例: 优缺点:使得某一个特征对最终结果不对造成更大的影响;对于异常点处理不好,容易影响最大值最小值,鲁棒性较差(稳定性),只适合精确小数据场景 代码 from sklearn.preprocessing imp 阅读全文
摘要:
前言 机器学习按照有无标签可以分为“监督学习”和“非监督学习” 监督学习代表算法:SVM、逻辑回归、决策树、各种集成算法等等。 非监督学习代表算法:K-Means算法(聚类算法中最著名的算法)、两步聚类、Kohonen等。 学习方式不同。聚类是一种非监督式学习算法,而分类是监督式学习算法 对源数据集 阅读全文
摘要:
实例代码 from sklearn.linear_model import LinearRegression, SGDRegressor, Ridge, LogisticRegression from sklearn.datasets import load_boston from sklearn. 阅读全文
摘要:
这篇文章一个很重要的观点是,业务目标催生技术,而进一步演化产生架构。这种看法与自顶向下的设计模型是有区别的,更符合真实世界的映射。 这与极限编程的观点也很像,在业务需求的驱动下,使用一定技术着手实现,然后不断重构,迭代设计,产生架构。 这里从简单来看技术实现目标,架构是粘合剂,架构把技术组合起来解决 阅读全文