摘要：机器学习实战四（Logistic Regression） 这一章会初次接触 ，在日常生活中应用很广泛。这里我们会用到基本的梯度上升法，以及改进的随机梯度上升法。 Logistic回归 优点：计算代价不高，易于理解和实现 缺点：容易欠拟合，分裂精度可能不高 原理：根据现有数据堆分类边界线建立回归公式， 阅读全文

摘要：机器学习实战三（Naive Bayes） 前两章的两种分类算法，是确定的分类器，但是有时会产生一些错误的分类结果，这时可以要求分类器给出一个最优的猜测结果，估计概率。朴素贝叶斯就是其中一种。 学过概率论的人对于贝叶斯这个名字应该是相当的熟悉，在学条件概率的时候，贝叶斯公式可谓是一针见血。这里的“朴素 阅读全文

摘要：机器学习实战二 （decision tree） 我们经常使用决策树处理分类问题，近来也有研究表明，决策树是最经常使用的数据挖掘算法。决策树的概念十分简单，就是基于一系列的判断，有点像是编程语言中的条件判断，只不过条件的定义复杂一些。 决策树一个很重要的任务就是是提取数据中蕴含的知识信息，因此决策树可 阅读全文

摘要：机器学习实战一（kNN） 跟着老师做一个项目，关于行车记录仪识别前方车辆，并判断车距，不太好做。本来是用OpenCV，做着做着，突然发现需要补习一下机器学习的内容。 这本书买了很久了，当时还是看了很多人推荐，不过到现在才想起翻出来看。第二章kNN的例子刚跟着做完，书里讲的很清楚，代码条理分明，只不过 阅读全文