随笔分类 - 机器学习
1
机器学习相关
摘要：上一篇介绍了 SVM 的原理和一些基本概念，本篇来介绍如何用 SVM 处理实际问题。
阅读全文
摘要：SVM 算法最初是用来解决二分类问题的，而在这个基础上进行扩展，也能够处理多分类问题以及回归问题。
阅读全文
摘要：随机森林算法由多个决策树分类器组成，每一个子分类器都是一棵 CART 分类回归树，所以随机森林既可以做分类，又可以做回归。
阅读全文
摘要：Logistic 回归，中文音译为逻辑回归，它是一个非线性模型，是由线性回归改进而来。逻辑回归模型主要用于处理二分类问题，也可以用于处理多分类问题。
阅读全文
摘要：线性回归模型用于处理回归问题，也就是预测连续型数值。线性回归模型是最基础的一种回归模型，理解起来也很容易，我们从解方程组谈起。
阅读全文
摘要：在机器学习算法中，有一种算法叫做集成算法。AdaBoost 算法是集成算法的一种，由Freund 等人于1995 年提出。
阅读全文
摘要：词云又叫文字云，它可以统计文本中频率较高的词，并将这些词可视化，让我们可以直观的了解文本中的重点词汇。
阅读全文
摘要：EM 算法是聚类算法，中文为期望最大化算法，它是一个不断观察和调整的迭代过程，以此来构建聚类模型。
阅读全文
摘要：关联分析可以被用于发掘商品与商品之间的内在关联关系，进而通过商品捆绑销售或者相互推荐，来增加商品销量。
阅读全文
摘要：1998 年前后，拉里·佩奇和谢尔盖·布林一起发明了著名的 PageRank 算法，才完美的解决了网页排名的问题。也正是因为这个算法，诞生了伟大的 Google 公司。
阅读全文
摘要：本篇文章要介绍的K 均值算法是一种无监督学习。与分类算法相比，无监督学习算法又叫聚类算法，就是只有特征数据，没有目标数据，让算法自动从数据中“学习知识”，将不同类别的数据聚集到相应的类别中。
阅读全文
摘要：手写数字数据集是一个用于图像处理的数据集，这些数据描绘了 [0, 9] 的数字，我们可以用KNN 算法来识别这些数字。
阅读全文
摘要：KNN 算法的全称是K-Nearest Neighbor，中文为K 近邻算法，它是基于距离的一种算法，简单有效。KNN 算法即可用于分类问题，也可用于回归问题。
阅读全文
摘要：在进行数据分析的时候，经常需要将数据进行可视化，以方便我们对数据的认识和理解。Matplotlib 是一个可视化工具包，可以让我们使用Python 来可视化数据。
阅读全文
摘要：数据变换的目的是将不同渠道，不同量级的数据转化到统一的范围之内，方便后续的分析处理。数据变换的方法有很多，比如数据平滑，数据聚集，数据概化，数据规范化和属性构造等。
阅读全文
摘要：生活中，我们经常会对比两个事物的相关性，也可以叫做相似度。人类会根据自己的经验，很容易的判断两件事物是否相似，或者相似度是多少。那如何让计算机也能够进行这样的判断呢？
阅读全文
摘要：上篇介绍了朴素贝叶斯的原理，本篇来介绍如何用朴素贝叶斯解决实际问题。朴素贝叶斯最擅长的领域是文本分析，包括文本分类，情感分析，垃圾邮件处理等。要对文本进行分类，首先要做的是如何提取文本的主要信息，如何衡量哪些信息是文本中的主要信息呢？
阅读全文
摘要：贝叶斯原理是英国数学家托马斯·贝叶斯于18 世纪提出的，当我们不能直接计算一件事情（A）发生的可能性大小的时候，可以间接的计算与这件事情有关的事情(X，Y，Z)发生的可能性大小，从而间接判断事情（A）发生的可能性大小。
阅读全文
摘要：决策树是常用的机器学习算法之一，决策树模型的决策过程非常类似人类做判断的过程，比较好理解。决策树可用于很多场景，比如金融风险评估，房屋价格评估，医疗辅助诊断等。要使用决策树算法，我们先来介绍一下 scikit-learn 。
阅读全文
摘要：微信公众号：码农充电站pro 个人主页：https://codeshellme.github.io 1，什么是决策树？ 决策树是一种机器学习算法，我们可以使用决策树来处理分类问题。决策树的决策（分类）过程可以用一个倒着的树形结构来形象的表达出来，因此得名决策树。 比如我们根据天气是否晴朗和是否刮风来
阅读全文
1
浙公网安备 33010602011771号