随笔分类 -  机器学习之路

MLE--[白板手推MLE]
摘要：参考链接: https://blog.csdn.net/qq_39355550/article/details/81809467 https://blog.csdn.net/qq_36396104/article/details/78171600 https://www.cnblogs.com/zo 阅读全文
posted @ 2020-04-01 16:02 从来不虚场合 阅读(131) 评论(0) 推荐(0)
XGBoost---[白板手推XGBoost]
摘要： 阅读全文
posted @ 2020-03-26 15:59 从来不虚场合 阅读(373) 评论(0) 推荐(0)
SVM----[白板手推SVM]
摘要： 阅读全文
posted @ 2020-03-20 18:18 从来不虚场合 阅读(366) 评论(0) 推荐(0)
机器学习之路--常用面试题目01
摘要：该内容大部分来自<<百面机器学习算法工程师>> 1.特征工程 1.1为什么需要对数值类型进行归一化？ 使各个指标处于同一数值量级，消除数据之间的量纲影响。 比如分析一个人的身高和体重对健康的影响。 1.2补充知识点 结构化数据:关系数据库的一张表,每列都有清晰的定义，包含了数值型和类别型 非结构化数 阅读全文
posted @ 2020-01-19 00:08 从来不虚场合 阅读(362) 评论(0) 推荐(0)
机器学习之路--机器学习算法一览，应用建议与解决思路
摘要：作者:寒小阳 时间:2016年1月。 出处:http://www.lai18.com/content/2440126.html 声明:版权所有,转载请联系作者并注明出处 1.引言提起笔来写这篇博客,突然有点愧疚和尴尬。愧疚的是,工作杂事多,加之懒癌严重,导致这个系列一直没有更新,向关注该系列的同学们 阅读全文
posted @ 2018-11-10 00:50 从来不虚场合 阅读(1094) 评论(0) 推荐(0)
机器学习之路--解决机器学习问题有通法
摘要：一个中等水平的数据科学家每天都要处理大量的数据。一些人说超过60%到70%的时间都用于数据清理、数据处理及格式转化，以便于在之后应用机器学习模型。 这篇文章的重点便在后者—— 应用机器学习模型(包括预处理的阶段)。此文讨论到的内容来源于我参加的过的数百次的机器学习竞赛。请大家注意这里讨论的方法是大体 阅读全文
posted @ 2018-11-09 23:51 从来不虚场合 阅读(380) 评论(0) 推荐(0)
机器学习之路--Python
摘要：常用数据结构 1.list 列表 有序集合 2.tuple 元组 是一个不可变的特殊list 一旦初始化后就不可以改变,它没有append()，insert()这样的方法所以代码更安全。如果可能，能用tuple代替list就尽量用tuple。 3.dict 字典 使用键-值（key-value）存储 阅读全文
posted @ 2018-10-21 09:36 从来不虚场合 阅读(305) 评论(0) 推荐(0)
机器学习之路--Pandas
摘要：Pandas 是对numpy的封装 Pandas 核心结构DataFrame 近似看出矩阵结构panda字符型叫object dataframe其中一行或者一列叫series dataframe 里面结构是series series里面的结构又是ndarryayseries 就是可以自定义索引的nd 阅读全文
posted @ 2018-10-21 09:25 从来不虚场合 阅读(605) 评论(0) 推荐(0)
机器学习之路--seaborn
摘要：seaborn是基于plt的封装好的库。有很强的作图功能。 1、布局风格设置（图形的style）and 细节设置 用matplotlib作图： 输出： 用seaborn的默认系统风格： 输出： 下面介绍seaborn的五种作图风格： darkgrid whitegrid dark white tic 阅读全文
posted @ 2018-10-20 22:42 从来不虚场合 阅读(2487) 评论(1) 推荐(1)
机器学习之路--Matplotlib
摘要：1.绘制折线图 在pandas里面有一种数据类型为datatime ，可以将不规范的日期改为：xxxx-xx-xx 折线图 这样就能绘制出一个折线图了 如果横坐标写不下怎么办？我们可以将文字竖着写或者指定一个角度 一般情况下要写横坐标与纵坐标要表达什么，还有标题 输出; 输出： 最终版： 输出： 3 阅读全文
posted @ 2018-10-20 22:25 从来不虚场合 阅读(697) 评论(0) 推荐(0)
机器学习之路--Numpy
摘要：常用代码 ndarray.dtype 数据类型必须是一样的 阅读全文
posted @ 2018-10-19 16:33 从来不虚场合 阅读(211) 评论(0) 推荐(0)
机器学习之路--朴素贝叶斯
摘要：机器学习实战之朴素贝叶斯 一，引言 前两章的KNN分类算法和决策树分类算法最终都是预测出实例的确定的分类结果，但是，有时候分类器会产生错误结果；本章要学的朴素贝叶斯分类算法则是给出一个最优的猜测结果，同时给出猜测的概率估计值。 1 准备知识：条件概率公式 相信学过概率论的同学对于概率论绝对不会陌生， 阅读全文
posted @ 2018-10-03 18:50 从来不虚场合 阅读(634) 评论(0) 推荐(0)
机器学习之路--决策树
摘要：机器学习实战之决策树 一,引言： 上一章我们讲的kNN算法，虽然可以完成很多分类任务，但它最大的缺点是无法给出数据的内在含义，而决策树的主要优势就在于数据形式非常容易理解。决策树算法能够读取数据集合，决策树的一个重要任务是为了数据所蕴含的知识信息，因此，决策树可以使用不熟悉的数据集合，并从中提取一系 阅读全文
posted @ 2018-10-03 18:44 从来不虚场合 阅读(594) 评论(0) 推荐(0)
机器学习之路--KNN算法
摘要：机器学习实战之kNN算法 机器学习实战这本书是基于python的，如果我们想要完成python开发，那么python的开发环境必不可少： （1）python3.52,64位，这是我用的python版本 （2）numpy 1.11.3,64位，这是python的科学计算包，是python的一个矩阵类型 阅读全文
posted @ 2018-10-03 18:43 从来不虚场合 阅读(522) 评论(0) 推荐(0)
人工智能学习-第二天
摘要：2018/6/6 训练误差/经验误差：学习器在训练集上的误差 泛华误差：学习器在新样本上的误差 过拟合/过配：学习能力过强 欠拟合/欠配：学习能力过弱 留出法：数据集分为一个训练集和测试集，然后保持分层采样标准进行泛化误差估计。一般用大约2/3~4/5样本用于训练。 交叉验证/k折交叉验证：将数据集 阅读全文
posted @ 2018-06-06 17:10 从来不虚场合 阅读(154) 评论(0) 推荐(0)
人工智能学习-第一天
摘要：2018/5/31 基本术语 标记：关于样本结果的信息，例如好瓜 样例：拥有标记信息的示例 和样本有区别 分类：预测的是离散值，例如好瓜，坏瓜，此类学习任务 回归：预测的是连续值，例如西瓜成熟度0.95,0.37 泛化能力：学得模型适用于新样本的能力 特征向量：因为样本属性可以张成一个属性空间，而每 阅读全文
posted @ 2018-05-31 22:58 从来不虚场合 阅读(225) 评论(2) 推荐(0)
人工智能学习-专业英语单词积累
摘要：2018/5/31 machine learning 机器学习 learning algorithm 学习算法 feature 特征 attribute 属性 attribute space 样本空间 sample space 样板空间 data set 数据集 instance 示例 sample 阅读全文
posted @ 2018-05-31 21:55 从来不虚场合 阅读(2860) 评论(0) 推荐(0)