随笔分类 - 机器学习
机器学习中的特征选择——决策树模型预测泰坦尼克号乘客获救实例
摘要：在机器学习和统计学中，特征选择（英语：feature selection）也被称为变量选择、属性选择或变量子集选择。它是指：为了构建 模型而选择相关特征（即属性、指标）子集的过程。使用特征选择技术有三个原因：简化模型，使之更易于被研究人员或用户理解，缩短训练时间，...
阅读全文
机器学习文章资料汇总
摘要：机器学习领域的几种主要学习方式From Stumps to Trees to ForestsKDD-2014 – The Biggest, Best, and Booming Data Science Meeting前景目标检测1（总结）行人检测5 Tips for ...
阅读全文
线性回归模型之LinearRegression和SGDRegressor
摘要：用美国波士顿的房价数据来介绍如何使用LR和SGDR模型进行预测# 从sklearn.datasets导入波士顿房价数据读取器。from sklearn.datasets import load_boston# 从读取房价数据存储在变量boston中。boston = ...
阅读全文
单一决策树与集成模型（随机森林分类器、梯度提升决策树）的比较
摘要：集成（Ensemble）分类模型综合考量多个分类器的预测结果，从而做出决策，大体可以分为两种：一种是利用相同的训练数据同时搭建多个独立的分裂模型，然后通过投票的方式，以少数服从多数的原则作出最终分类的决策，典型的有随机森林分类器（Random Forest Class...
阅读全文
机器学习之决策树预测——泰坦尼克号乘客数据实例
摘要：机器学习中，决策树是一个预测模型；他代表的是对象属性与对象值之间的一种映射关系。树中每个节点表示某个对象，而每个分叉路径则代表某个可能的属性值，而每个叶节点则对应从根节点到该叶节点所经历的路径所表示的对象的值。决策树仅有单一输出，若欲有复数输出，可以建立独立的决策树以...
阅读全文
机器学习之线性分类器（Linear Classifiers）——肿瘤预测实例
摘要：线性分类器：一种假设特征与分类结果存在线性关系的模型。该模型通过累加计算每个维度的特征与各自权重的乘积来帮助决策。# 导入pandas与numpy工具包。import pandas as pdimport numpy as np# 创建特征列表。column_name...
阅读全文
Windows下VS2013+Caffe无GPU配置
摘要：Windows版本的caffe工具包下载地址： 点击打开链接1. 将下载的caffe-master.zip解压到 D:\Software\Caffe 文件夹下，把 D:\Software\Caffe\caffe-master\windows 文件夹下的 Common...
阅读全文
利用Matlab自带的深度学习工具进行车辆区域检测与车型识别【Github更新！！！】（三）
摘要：前言对前面的东西更新了一下。地方包括： 1、GUI的更新，更友好的用户界面 2、支持用手直接画车辆区域，并且识别出来 3、将proposal、detect、fine-grained classification三个步骤分离 4、在传入Classification Ne...
阅读全文
机器学习分支：active learning、incremental learning、online machine learning
摘要：1. active learningActive learning 是一种特殊形式的半监督机器学习方法，该方法允许交互式地询问用户（或者其他形式的信息源 information source）以获取对新的数据样本的理想输出。Active learning 提供的这种交...
阅读全文
机器学习分支：active learning、incremental learning、online machine learning
摘要：1. active learningActive learning 是一种特殊形式的半监督机器学习方法，该方法允许交互式地询问用户（或者其他形式的信息源 information source）以获取对新的数据样本的理想输出。Active learning 提供的这种交...
阅读全文
如何快糙好猛的使用libfacedetection库【最新版】
摘要：前言最近已经很少看CSDN了。这一年多准备考研，基本上怕是不会再怎么上了。以前有一个http://blog.csdn.net/mr_curry/article/details/51804072 如何快糙好猛的使用Shiqi.Yu老师的公开人脸检测库（附源码）的BLOG...
阅读全文
Gini 系数与熵的关系
摘要：首先来看二者的基本定义：⎧⎩⎨⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪H(X)=−∑k=1KpklnpkGini(X)=∑k=1Kpk(1−pk)将 f(x)=−lnx 在 x=1 处进行一阶泰勒展开（忽略高阶无穷小）：f(x)===f(x0)+f′(x0)(x−x0)+o(⋅)f(1...
阅读全文
Gini 系数与熵的关系
摘要：首先来看二者的基本定义：⎧⎩⎨⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪H(X)=−∑k=1KpklnpkGini(X)=∑k=1Kpk(1−pk)将 f(x)=−lnx 在 x=1 处进行一阶泰勒展开（忽略高阶无穷小）：f(x)===f(x0)+f′(x0)(x−x0)+o(⋅)f(1...
阅读全文
机器学习: TensorFlow 的数据读取与TFRecords 格式
摘要：最近学习tensorflow，发现其读取数据的方式看起来有些不同，所以又重新系统地看了一下文档，总得来说，tensorflow 有三种主流的数据读取方式: 1) 传送 (feeding): Python 可以在程序的运行过程中，将数据传送进定义好的 tensor 变量...
阅读全文
用决策树模型求解回归问题（regression tree）
摘要：How do decision trees for regression work?决策树模型既可以求解分类问题（对应的就是 classification tree），也即对应的目标值是类别型数据，也可以应用于回归预测问题的求解（regression tree），其输...
阅读全文
朴素贝叶斯与垃圾邮件分类
摘要：垃圾邮件识别问题，也即对给定样本（包含垃圾邮件，非垃圾邮件）判断是否为垃圾邮件，根据贝叶斯定理：⎧⎩⎨⎪⎪⎪⎪⎪⎪p(y=1|x)=p(y=1,x)p(x)p(y=0|x)=p(y=0,x)p(x)⇒p(y=1|x)p(y=0|x)=p(y=1,x)p(y=0,x)=...
阅读全文
生成式模型（generative） vs 判别式模型（discriminative）
摘要：Andrew Ng, On Discriminative vs. Generative classifiers: A comparison of logistic regression and naive Bayes无论是生成式模型还是判别式模型，都可作为分类器使...
阅读全文
生成式模型（generative） vs 判别式模型（discriminative）
摘要：Andrew Ng, On Discriminative vs. Generative classifiers: A comparison of logistic regression and naive Bayes无论是生成式模型还是判别式模型，都可作为分类器使...
阅读全文
浙公网安备 33010602011771号