摘要:腾讯运营开发 今天参加腾讯面试的有很多人,我是下午四点的技术面试,三点半到了酒店,发现已经有超级多的同学到了,我等了没多久就进去了,进入房间后看到了一个年轻的帅哥,刚开始还以为他不是面试官,但发现房间就他一个人,于是安定的坐下来,首先他让我自我介绍了,然后问我学过哪些计算机的语言,再然后问我了解ht
阅读全文
摘要:本章内容□ 线性回归□ 局部加权线性回归□ 岭回归和逐步线性回归□ 预测鲍鱼年龄和玩具售价 8.1用线性回归找到最佳拟合直线
阅读全文
摘要:本章内容□ 组合相似的分类器来提髙分类性能□应用AdaBoost算法□ 处理非均衡分类问题 7.1基于数据集多重抽样的分类器
阅读全文
摘要:本章内容□简单介绍支持向量机□ 利用SMO进行优化□利用核函数对数据进行空间转换□ 将SVM和其他分类器进行对 6.2寻找最大间隔 6.5 在复杂数据上应用核函数
阅读全文
摘要:本章内容 □sigmod函数和logistic回归分类器 □最优化理论初步□梯度下降最优化算法□数据中的缺失项处理 这会是激动人心的一章,因为我们将首次接触到最优化算法。仔细想想就会发现,其实我们日常生活中遇到过很多最优化问题,比如如何在最短时间内从入点到达氏点?如何投人最少工作量却获得最大的效益?
阅读全文
摘要:本章内容□使用概率分布进行分类□学习朴素贝叶斯分类器□解析RSS源数据口使用朴素贝叶斯来分析不同地区的态度 前两章我们要求分类器做出艰难决策,给出“该数据实例属于哪一类”这类问题的明确答案。不过,分类器有时会产生错误结果,这时可以要求分类器给出一个最优的类别猜测结果,同时给出这个猜测的概率估计值。
阅读全文
摘要:本章内容□ 决策树简介□ 在数据集中度量一致性□ 使用递归构造决策树□ 使用matplotlib绘制树形图 我们经常使用决策树处理分类问题近来的调查表明决策树也是最经常使用的数据挖掘算法。它之所以如此流行,一个很重要的原因就是使用者基本上不用了解机器学习算法,也不用深究它是如何工作的。 第2章介绍的
阅读全文