随笔分类 -  机器学习

上一页 1 2
关联规则之Apriori
摘要：1、关联规则原理 1、关联规则概述 关联规则（Association Rules）是反映一个事物与其他事物之间的相互依存性和关联性，如果两个或多个事物之间存在一定的关联关系，那么，其中一个事物就能通过其他事物预测到。关联规则是数据挖掘的一个重要技术，用于从大量数据中挖掘出有价值的数据项之间的相关关系 阅读全文
posted @ 2019-03-12 11:55 萌萌的美男子 阅读(461) 评论(0) 推荐(0)
TF-IDF
摘要：pass 阅读全文
posted @ 2019-03-12 11:54 萌萌的美男子 阅读(104) 评论(0) 推荐(0)
AdaBoost
摘要：1、元算法(集成算法) 元算法就是对其他算法进行组合的一种方式。也称为集成算法(ensemble method)，例如bagging方法和boosting方法。它可以是不同算法的集成；也可以是同一算法在不同设置下的集成；还可以是数据集不同部分分配给不同分类器之后的集成。 2、bagging和boos 阅读全文
posted @ 2019-03-12 11:54 萌萌的美男子 阅读(210) 评论(0) 推荐(0)
PageRank
摘要：pass 阅读全文
posted @ 2019-03-12 11:53 萌萌的美男子 阅读(131) 评论(0) 推荐(0)
k近邻 KNN
摘要：KNN是通过测量对象的不同特征值之间的距离进行分类。它的思路是：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别，其中K通常是不大于20的整数。 KNN算法中，所选择的邻居都是已经正确分类的对象。该方法在定类决策上只依据最邻近的一个或者 阅读全文
posted @ 2019-03-12 11:51 萌萌的美男子 阅读(220) 评论(0) 推荐(0)
聚类之k-means
摘要：1、介绍 k-means算法以k为参数（所期望的簇的个数），把n个对象分成k个簇（单层划分），用质心（数据点的平均值）定义簇的原型。使得簇内具有较高的相似度，而簇间的相似度较低。 通过聚类，我们能够发现数据对象之间的关系。簇内的相似度越高，簇间的相似度越低，聚类效果越好。 2、过程 ①随机选择k个点 阅读全文
posted @ 2019-03-12 11:50 萌萌的美男子 阅读(411) 评论(0) 推荐(0)
支持向量机SVM、优化问题、核函数
摘要：1、介绍 它是一种二类分类模型，其基本模型定义为特征空间上的间隔最大的线性分类器，即支持向量机的学习策略便是间隔最大化，最终可转化为一个凸二次规划问题的求解。 2、求解过程 1、数据分类—SVM引入 假设在一个二维平面中有若干数据点(x,y)，其被分为2组，假设这些数据线性可分，则需要找到一条直线将 阅读全文
posted @ 2019-03-12 11:49 萌萌的美男子 阅读(10332) 评论(1) 推荐(3)
决策树
摘要：一、概念 决策树模型是一种描述对实例进行分类的树形结构。决策树由结点和有向边组成。结点有两种类型：内部节点和叶节点，内部节点表示一个特征或属性，叶节点表示一个类别。 分类的时候，从根节点开始，对实例的某一个特征进行测试，根据测试结果，将实例分配到其子结点；此时，每一个子结点对应着该特征的一个取值。如 阅读全文
posted @ 2019-03-12 11:47 萌萌的美男子 阅读(393) 评论(0) 推荐(0)
朴素贝叶斯
摘要：1、概率 1、条件概率 对于条件概率，我们有： 表示在b已知的情况下（条件）发生a的概率。 2、概率的乘法法则 3、独立事件同时发生的概率 2、贝叶斯定理 贝叶斯定理联系先验概率和后验概率： p(A|B)表示在B发生的情况下A发生的概率。 P(A)指先验概率；P(B|A)为似然函数，形式同条件概率； 阅读全文
posted @ 2019-03-12 11:46 萌萌的美男子 阅读(246) 评论(0) 推荐(0)
python数据可视化、数据挖掘、机器学习、深度学习 常用库、IDE等
摘要：一、可视化方法 二、交互式工具 三、Python IDE类型 四、交互式可视化软件包 五、统计与数据挖掘算法 1)分类问题 2）其他问题 六、深度学习 七、图模型/网络模型展示 阅读全文
posted @ 2018-03-28 18:19 萌萌的美男子 阅读(2386) 评论(0) 推荐(0)

上一页 1 2