墨眉长相思

摘要： 集成学习是一大类模型融合策略和方法的统称，以下以bagging和boosting为例进行说明： 1、boosting boosting方法训练分类器采用串行的方式，每个弱分类器之间是相互依赖的，尤其后一个弱分类器是依赖于前一个分类器的分类结果而构建的 此方法的基本思想是在每一层训练时，对前一层基分类 阅读全文

摘要： 本项目基于逻辑回归模型完成二分类问题。 本项目为SIT国家级项目，由三人团队申请，本项目申请之初，考虑医院接诊量大，决定设计一个判别系统来判定黄疸的概率，来决定是否立马进行全面检查（当然这违背了先到先检查的原理，但是重病先治疗，也算是人之常情吧） 问题一：数据属性处理问题 1、对于皮肤颜色是否变黄， 阅读全文

摘要： 一. 研究背景 药物研发领域，利用已知药物和靶标蛋白的相互作用关系建模。针对特定疾病的蛋白质可以找到与之作用的高亲和力的药物。传统方法考虑分子结构之间的相互对接，这依赖于药物分子和蛋白质的化学作用。 本项目基于深度学习，挖掘药物分子和蛋白质之间的相互作用关系，通过特征提取和组和来完成。 二. 数据集 阅读全文

摘要： 不平衡程度相同（即正负样本比例类似）的两个问题，解决的难易程度也可能不同，因为问题难易程度还取决于我们所拥有数据有多大。比如在预测微博互动数的问题中，虽然数据不平衡，但每个档位的数据量都很大——最少的类别也有几万个样本，这样的问题通常比较容易解决；而在癌症诊断的场景中，因为患癌症的人本来就很少，所以 阅读全文

摘要： 最大熵模型，以及和逻辑回归模型之间的联系 阅读全文

摘要： 逻辑回归的极大似然，损失函数的求解，以及为何逻辑回归的判别式代表概率 阅读全文