二十又七

摘要： 今天是2016年12.05； 明天要去上海做报告了。突然意识到自己真的是不够focus，有点一事无成的感觉。没办法又到了立flag的时候了。 早上数据挖掘，下午科研，晚上数据挖掘算法复习。9.00之后再考虑其他杂七杂八的事情吧。 一定要坚持呀，不然要完了。 第一批计划是机器学习基础和python在线 阅读全文

摘要： 支持向量机 1.间隔与支持向量 分类学习的基本想法就是基于训练集D在样本空间找到一个划分超平面，将不同的类别进行区分，我们的关键是如何能够找到一个合适的超平面（泛化性能最好） 下面的式子表示样本空间到超平面的距离。 若存在超平面将训练样本正确分类，则对（xi，yi），若yi = 1，则有wTx + 阅读全文

摘要： 2.数据 本章概要： 数据类型：定量或者定性，除此外某些数据可能还具备自身的属性（时间属性，彼此之间有明显的联系）。数据挖掘通常是针对特定的领域和特定的数据类型展开的。————识别数据 数据质量：数据中的噪声和离群点，数据遗漏，不一致或重复，偏差或不能地表总体。————数据清洗 数据预处理：预处理提 阅读全文

摘要： Numpy（Numerical Python）是高性能科学计算和数据分析的基础包。 1.Numpy的ndarray：一种多维数组对象 对于每个数组而言，都有shape和dtype这两个属性来获取数组的形状（元组表示）和类型。 创建ndarray： 可直接用np.array（）着函数进行创建，往其中传 阅读全文

摘要： 对数据集进行分组并对各组应用的一个函数（无论是聚合还是转换） GroupBy 技术（拆分-应用-合并） 阅读全文

摘要： 数据规整化：清理、转换、合并、重塑 1.合并数据集 pandas对象中的数据可以通过一些内置的方式进行合并： pandas.merge pandas.concat：沿一条轴线将多个对象进行堆叠 combine_first：重复数据连接，用一个对象中的值填充另一个缺失值 1.1 数据库风格的DataF 阅读全文

摘要： 概念储备： （The least square method）和（least square error） 狭义的最小二乘方法，是线性假设下的一种有闭式解的参数求解方法，最终结果为全局最优； 梯度下降法，是假设条件更为广泛（无约束）的，一种通过迭代更新来逐步进行的参数优化方法，最终结果为局部最优； 广 阅读全文

摘要： 2.1 经验误差与过拟合 基本概念： 错误率：分类错误数/总样本数 训练误差/经验误差：学习器在训练集上所产生的误差 泛化误差：学习器在测试集上产生的误差 2.2 评估方法 在实际应用中会有多种不同的算法进行选择，对于不同的问题，我们该选择用哪种学习算法和参数配置，是机器学习中的模型选择。无法直接获 阅读全文

摘要： 朴素贝叶斯；半朴素贝叶斯；贝叶斯网；贝叶斯python实现 阅读全文