随笔分类 -  机器学习

数据预处理
摘要：## 数据预处理相关参考链接：1.[Titanic总结](https://blog.csdn.net/han_xiaoyang/article/details/49797143)2.[别人Titanic的总结](https://blog.csdn.net/u013240812/article/det 阅读全文
posted @ 2019-03-12 23:54 sharryling 阅读(190) 评论(0) 推荐(0)
各模型对比-回归
摘要：# 各模型对比## 回归参考数据《机器学习实战》第八章 阅读全文
posted @ 2019-03-12 23:41 sharryling 阅读(391) 评论(0) 推荐(0)
机器学习资料
摘要：机器学习资料 ### 1.聚类资料及代码：Python实现聚类算法(三)之总结:https://www.colabug.com/72166.htmlscikit-learn学习之K-means聚类算法与 Mini Batch K-Means算法:https://blog.csdn.net/gamer 阅读全文
posted @ 2019-03-12 23:39 sharryling 阅读(161) 评论(0) 推荐(0)
k邻近算法
摘要：概念： ​ ​ ​ 思维导图： ​ 相关资料链接： Python实现聚类算法(三)之总结:http://www.colabug.com/72166.html scikit-learn学习之K-means聚类算法与 Mini Batch K-Means算法:https://blog.csdn.net/ 阅读全文
posted @ 2019-03-12 23:38 sharryling 阅读(423) 评论(0) 推荐(0)
决策树
摘要：#决策树______##决策树的学习###1.reference blog: https://blog.csdn.net/jiaoyangwm/article/details/79525237#t0 （机器学习实战简略版，更容易懂，附在下面）###2.reference book:《机器学习实战》# 阅读全文
posted @ 2019-03-12 23:37 sharryling 阅读(230) 评论(0) 推荐(0)
dropout理解~简易理解
摘要：工作原理： 所谓的dropout，从字面意思理解，就是“抛弃”。 抛弃什么呢？抛弃的是网络中隐藏层的节点（输入层和输出层是由数据类型和问题类型决定的，当然不能动啦！）。 怎么抛弃呢？dropout有一个参数p，p的取值介于0和1，含义是每个节点有p概率被抛弃。 被抛弃对这个节点有什么影响呢？drop 阅读全文
posted @ 2019-03-12 23:36 sharryling 阅读(4595) 评论(0) 推荐(0)
SVM（支持向量机）
摘要：SVM（支持向量机） 1.什么是SVM 通过跟高斯“核”的结合，支持向量机可以表达出非常复杂的分类界线，从而达成很好的的分类效果。“核”事实上就是一种特殊的函数，最典型的特征就是可以将低维的空间映射到高维的空间。 ​​ 我们如何在二维平面划分出一个圆形的分类界线？在二维平面可能会很困难，但是通过“核 阅读全文
posted @ 2019-03-12 23:35 sharryling 阅读(242) 评论(0) 推荐(0)
Ubuntu+docker+tensorflow+opencv+tensorboard 安装
摘要：Centos7安装TensorFlow 1.1.安装Centos7 https://blog.csdn.net/monkey131499/article/details/51169210 2.安装Python3 查看当前Python版本信息，命令（python -v），Centos7默认的Pytho 阅读全文
posted @ 2018-08-06 14:56 sharryling 阅读(1644) 评论(0) 推荐(0)
SVM（支持向量机）
摘要：1.什么是SVM 通过跟高斯“核”的结合，支持向量机可以表达出非常复杂的分类界线，从而达成很好的的分类效果。“核”事实上就是一种特殊的函数，最典型的特征就是可以将低维的空间映射到高维的空间。 ​ 我们如何在二维平面划分出一个圆形的分类界线？在二维平面可能会很困难，但是通过“核”可以将二维空间映射到三 阅读全文
posted @ 2018-08-06 12:26 sharryling