zhangqi0828 - 博客园

2019年1月22日

摘要：推荐系统推荐系统在研究如何涉及推荐系统之前，了解什么是好的推荐系统至关重要。什么是推荐系统如果想买牛肉，你有多少种方法？假设附近有一个24小时便利店，你可以走进店里，看看所有的货架，转一圈找到牛肉，然后比较几个牌子的口碑或者价格找到自己喜欢的牌子，掏钱付款。如果附近有宜家沃尔玛，你可以走进店阅读全文

posted @ 2019-01-22 14:36 zhangqi0828 阅读(156) 评论(0) 推荐(0)

5.1_非监督学习之sckit-learn

摘要：非监督学习之k-means 非监督学习之k-means K-means通常被称为劳埃德算法，这在数据聚类中是最经典的，也是相对容易理解的模型。算法执行的过程分为4个阶段。 1.首先，随机设K个特征空间内的点作为初始的聚类中心。 2.然后，对于根据每个数据的特征向量，从K个聚类中心中寻找距离最近的一个阅读全文

posted @ 2019-01-22 14:35 zhangqi0828 阅读(188) 评论(0) 推荐(0)

2019年1月21日

非监督学习

摘要：非监督学习从本节开始，将正式进入到无监督学习（Unsupervised Learning）部分。无监督学习，顾名思义，就是不受监督的学习，一种自由的学习方式。该学习方式不需要先验知识进行指导，而是不断地自我认知，自我巩固，最后进行自我归纳，在机器学习中，无监督学习可以被简单理解为不为训练集提供对应阅读全文

posted @ 2019-01-21 17:07 zhangqi0828 阅读(320) 评论(0) 推荐(0)

4.4_回归算法之岭回归

摘要：回归算法之岭回归具有L2正则化的线性最小二乘法。岭回归是一种专用于共线性数据分析的有偏估计回归方法，实质上是一种改良的最小二乘估计法，通过放弃最小二乘法的无偏性，以损失部分信息、降低精度为代价获得回归系数更为符合实际、更可靠的回归方法，对病态数据的拟合要强于最小二乘法。当数据集中存在共线性的时候，阅读全文

posted @ 2019-01-21 16:36 zhangqi0828 阅读(383) 评论(0) 推荐(0)

4.5_岭回归案例分析

摘要：岭回归案例分析岭回归案例分析 def linearmodel(): """ 线性回归对波士顿数据集处理 :return: None """ # 1、加载数据集 ld = load_boston() x_train,x_test,y_train,y_test = train_test_split(l 阅读全文

posted @ 2019-01-21 16:36 zhangqi0828 阅读(896) 评论(0) 推荐(0)

4.2_线性回归案例分析

摘要：线性回归案例分析线性回归案例分析波士顿房价预测使用scikit-learn中内置的回归模型对“美国波士顿房价”数据进行预测。对于一些比赛数据，可以从kaggle官网上获取，网址：https://www.kaggle.com/datasets 1.美国波士顿地区房价数据描述 from sklea 阅读全文

posted @ 2019-01-21 10:47 zhangqi0828 阅读(491) 评论(0) 推荐(0)

4.3_回归性能评估与欠拟合|过拟合

摘要：欠拟合与过拟合机器学习中的泛化，泛化即是，模型学习到的概念在它处于学习的过程中时模型没有遇见过的样本时候的表现。在机器学习领域中，当我们讨论一个机器学习模型学习和泛化的好坏时，我们通常使用术语：过拟合和欠拟合。我们知道模型训练和测试的时候有两套数据，训练集和测试集。在对训练数据进行拟合时，需要照顾阅读全文

posted @ 2019-01-21 10:47 zhangqi0828 阅读(316) 评论(0) 推荐(0)

4.1_回归算法之线性回归

摘要：回归算法之线性回归线性回归的定义是：目标值预期是输入变量的线性组合。线性模型形式简单、易于建模，但却蕴含着机器学习中一些重要的基本思想。线性回归，是利用数理统计中回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法，运用十分广泛。优点：结果易于理解，计算不复杂缺点：对非线性阅读全文

posted @ 2019-01-21 10:46 zhangqi0828 阅读(234) 评论(0) 推荐(0)

回归算法

摘要：回归算法回归是统计学中最有力的工具之一。机器学习监督学习算法分为分类算法和回归算法两种，其实就是根据类别标签分布类型为离散型、连续性而定义的。回归算法用于连续型分布预测，针对的是数值型的样本，使用回归，可以在给定输入的时候预测出一个数值，这是对分类方法的提升，因为这样可以预测连续型数据而不仅仅是离阅读全文

posted @ 2019-01-21 10:46 zhangqi0828 阅读(1411) 评论(0) 推荐(0)

2019年1月20日

3.5_逻辑回归案例分析

摘要：逻辑回归算法案例分析良／恶性乳腺癌肿瘤预测原始数据的下载地址为：https://archive.ics.uci.edu/ml/machine-learning-databases/breast-cancer-wisconsin/ 数据预处理 import pandas as pd import 阅读全文

posted @ 2019-01-20 12:39 zhangqi0828 阅读(381) 评论(0) 推荐(0)

zhangqi

be a coder

公告