deephub

摘要： 上篇文章我们已经介绍了一些常见的聚类算法，下面我们将要介绍评估聚类算法的指标 在聚类算法中，评估聚类结果的好坏是非常重要的。常见的聚类评估指标包括： Rand Index：用于衡量聚类结果和真实标签之间的相似度。 Adjusted Rand Score：Rand Index的调整版本，可以对随机结果 阅读全文

摘要： 无监督聚类方法的评价指标必须依赖于数据和聚类结果的内在属性，例如聚类的紧凑性和分离性，与外部知识的一致性，以及同一算法不同运行结果的稳定性。 本文将全面概述Scikit-Learn库中用于的聚类技术以及各种评估方法。 本文将分为2个部分，1、常见算法比较 2、聚类技术的各种评估方法 本文作为第一部分 阅读全文

摘要： 在机器学习中，特征是指对象、人或现象的可测量和可量化的属性或特征。特征可以大致分为两类：稀疏特征和密集特征。 完整文章： https://avoid.overfit.cn/post/db548d55a7f44ec791bbc024727673e8 阅读全文

摘要： 机器学习可以用来解决广泛的问题。但是有很多多不同的模型可以选择，要知道哪一个适合是一个非常麻烦的事情。本文的总结将帮助你选择最适合需求的机器学习模型。 完整文章： https://avoid.overfit.cn/post/dee6ac1aae804fc1b40c849412076d0c 阅读全文

摘要： 当我们的数据涉及日期和时间时，分析随时间变化变得非常重要。Pandas提供了一种方便的方法，可以按不同的基于时间的间隔(如分钟、小时、天、周、月、季度或年)对时间序列数据进行分组。 在Pandas中，有几种基于日期对数据进行分组的方法。我们将使用这些虚拟数据进行演示: https://avoid.o 阅读全文

摘要： 广义学习矢量量化（Generalized Learning Vector Quantization，GLVQ）是一种基于原型的分类算法，用于将输入数据分配到先前定义的类别中。GLVQ是LVQ（Learning Vector Quantization）的一种扩展形式，LVQ在特征空间中利用一组代表性原 阅读全文

摘要： 周期是数据中出现重复模式所需的时间长度。更具体地说，它是模式的一个完整周期的持续时间。在这篇文章中，将介绍计算时间序列周期的三种不同方法。 我们使用City of Ottawa 数据集，主要关注的是每天的服务呼叫数量。所以不需要对病房名称进行初始数据处理。Ottawa 数据集在渥太华市提供的数据门户 阅读全文

摘要： 时间序列是指在一段时间内发生的任何可量化的度量或事件。尽管这听起来微不足道，但几乎任何东西都可以被认为是时间序列。一个月里你每小时的平均心率，一年里一只股票的日收盘价，一年里某个城市每周发生的交通事故数。在任何一段时间段内记录这些信息都被认为是一个时间序列。对于这些例子中的每一个，都有事件发生的频率 阅读全文

摘要： 使用大型数据集训练大型深度神经网络 (DNN) 的问题是深度学习领域的主要挑战。 随着 DNN 和数据集规模的增加，训练这些模型的计算和内存需求也会增加。 这使得在计算资源有限的单台机器上训练这些模型变得困难甚至不可能。 使用大型数据集训练大型 DNN 的一些主要挑战包括： 训练时间长：训练过程可能 阅读全文

摘要： 在日常生活中，我们经常使用这些术语。但是在统计学和机器学习上下文中使用时，有一个本质的区别。本文将用理论和例子来解释概率和似然之间的关键区别。 概率与似然 假设在一场棒球比赛中，两队的队长都被召集到场上掷硬币。获胜的队长将根据掷硬币的结果选择先击球还是先投球。 现在，获胜的队长选择先击球的概率是多少 阅读全文