随笔档案「2017年10月」 - raul313

牛顿法，拟牛顿法，L-BGFS

摘要：http://blog.csdn.net/itplus/article/details/21896453 这篇文章牛顿法讲的比较好 http://blog.csdn.net/itplus/article/details/21896619 这篇文章对拟牛顿法讲的比较好 http://blog.csdn 阅读全文

posted @ 2017-10-31 17:58 raul313 阅读(1160) 评论(0) 推荐(0)

GBDT+LR融合

摘要：http://blog.csdn.net/lilyth_lilyth/article/details/48032119 这篇文章介绍了融合方案阅读全文

posted @ 2017-10-31 11:18 raul313 阅读(551) 评论(0) 推荐(0)

集成学习

摘要：https://zhuanlan.zhihu.com/p/27689464 这篇文章对集成学习讲的不错 http://www.cnblogs.com/jasonfreak/p/5657196.html 这篇文章从理论和实践2个方面来介绍 http://www.cnblogs.com/jasonfre 阅读全文

posted @ 2017-10-30 15:51 raul313 阅读(163) 评论(0) 推荐(0)

决策树&随机森林&GBDT

摘要：决策树算法这篇文章: https://zhuanlan.zhihu.com/p/26703300 对决策树算法说的非常深入浅出决策树模型核心是下面几个部分： (1) 结点和有向边组成 (2) 结点有内部结点和叶结点2种类型 (3) 内部结点表示一个特征，叶节点表示一个类决策树的关键步骤是分裂属阅读全文

posted @ 2017-10-29 22:42 raul313 阅读(456) 评论(0) 推荐(0)

极大似然估计

摘要：知乎上这篇文章介绍的比较形象：https://www.zhihu.com/question/24124998 先比较下概率和似然，把硬币的"花"出现的概率称为硬币的参数 1. 概率VS似然 1.1 概率已知硬币的参数，就可以去推测抛硬币的各种情况的可行性，成称之为概率比如已知硬币是公平的，也就是阅读全文

posted @ 2017-10-29 17:29 raul313 阅读(245) 评论(0) 推荐(0)

交叉验证

摘要：1. 在保留交叉验证（hand-out cross validation）中，随机将训练样本集分成训练集（training set）和交叉验证集（cross validation set）,比如分别占70%，30%。然后使用模型在训练集上学习得到假设。最后使用交叉验证集对假设进行验证，看预测的是否准阅读全文

posted @ 2017-10-27 19:05 raul313 阅读(218) 评论(0) 推荐(0)

LO,L1和L2范式

摘要：监督机器学习问题无非就是再规则化参数的同时最小化误差。 *最小化误差是为了让我们的模型拟合我们的训练数据，而规则化参数是防止我们的模型过分拟合我们的训练数据规则化参数的作用： *使得模型简单，且具有好的泛化性能（也就是测试误差小） *将人对这个模型的先验知识融入到模型的学习当中，使得模型具有稀疏、阅读全文

posted @ 2017-10-27 11:26 raul313 阅读(6072) 评论(0) 推荐(0)

数据挖掘机器学习路径

摘要：1. 基础部分 http://www.cnblogs.com/charlotte77/p/5606926.html 这个系列非常基础可重点看看 1.1 数据清洗 http://www.cnblogs.com/charlotte77/p/5606926.html 标准差：中文环境也叫均方差，均方差和方阅读全文

posted @ 2017-10-24 16:53 raul313 阅读(425) 评论(0) 推荐(0)

形象介绍神经网络

摘要：https://www.zhihu.com/question/22553761 阅读全文

posted @ 2017-10-09 10:42 raul313 阅读(90) 评论(0) 推荐(0)

nlp-jieba分词

摘要：http://www.cnblogs.com/zhbzz2007/p/6084196.html http://blog.csdn.net/u010454729/article/details/40476483 使用方法阅读全文

posted @ 2017-10-06 17:14 raul313 阅读(145) 评论(0) 推荐(0)