随笔分类 -  Python机器学习

推荐系统
摘要：一、协同过滤 二、重新整理，梳理协同过滤 先只选取部分数据来做验证看看 用数据透视表来构造用户-项目，项目-用户矩阵 计算用户用户相似度矩阵，项目项目相似度矩阵 通过计算出来的相似度矩阵，来计算用户对项目的评分，以用户-项目为例 已经有了用户-项目矩阵，然后也计算了用户用户的相似度， 以上两个矩阵相 阅读全文
posted @ 2018-05-22 16:28 慢慢来会比较快 阅读(326) 评论(0) 推荐(0)
TensorFlow入门案例
摘要：入门小案例，分别是回归模型建立和mnist数据集的模型建立 1、回归案例： 2、MNIST普通神经网络 3、MNIST卷积神经网络 '''总结一下： 1、首先要弄清楚整个卷积神经网络的构图，分别是卷积池化》卷积池化》全连接》输出 2、样本是一个长784维的变量，要reshape成为28,28的图片才 阅读全文
posted @ 2018-04-27 17:13 慢慢来会比较快 阅读(1983) 评论(2) 推荐(0)
机器学习—集成学习（XGBoost）
摘要：一、原理部分： 二、xgboost实现 看看大神的博客瞬间了解：https://blog.csdn.net/han_xiaoyang/article/details/52665396 阅读全文
posted @ 2018-04-14 17:57 慢慢来会比较快 阅读(113) 评论(0) 推荐(0)
机器学习—集成学习（Adaboost）
摘要：一、原理部分： 二、sklearn实现： 阅读全文
posted @ 2018-04-14 17:35 慢慢来会比较快 阅读(198) 评论(0) 推荐(0)
机器学习—集成学习（GBDT）
摘要：一、原理部分： 图片形式~ 二、sklearn实现： 可以看看这个：https://blog.csdn.net/han_xiaoyang/article/details/52663170 1、分类： 最后结果，结果也是很好，跟svm差不多吧。可能是我调参不够好，不过暂时不纠结这个 {'subsamp 阅读全文
posted @ 2018-04-14 13:41 慢慢来会比较快 阅读(202) 评论(0) 推荐(0)
机器学习—SVM
摘要：一、原理部分： 依然是图片~ 二、sklearn实现： {'gamma': 0.01, 'C': 7}0.9784706755750.982222222222 感觉SVM调参要很注意，如果过低说明你很可能过拟合了！可以先给一个比较大范围的，然后逐步缩小 阅读全文
posted @ 2018-04-13 22:21 慢慢来会比较快 阅读(243) 评论(0) 推荐(0)
机器学习—K近邻
摘要：一、算法原理 还是图片格式~ 二、sklearn实现 正确率好高啊，直接用1个k来做。。。{'n_neighbors': 1}正确率 0.986666666667 阅读全文
posted @ 2018-04-12 23:19 慢慢来会比较快 阅读(179) 评论(0) 推荐(0)
机器学习—决策树
摘要：一、原理部分： 还是图片显示~ 二、sklearn实现 1、回归树 决策树做回归也太差了吧，难道是我调参有问题吗？一会试试调参看看 决策回归树的误差： 667.87208618 还是没啥用，好差的效果，同样的数据，前面线性回归的均方误差才二十几 决策回归树的误差： 643.989924585 2、分 阅读全文
posted @ 2018-04-12 22:43 慢慢来会比较快 阅读(420) 评论(0) 推荐(1)
机器学习—线性回归
摘要：一、原理部分： 只能图片形式展现了~~~ 二、利用sklearn完成： 1、linear_regression 实际的值是2，4，6，8，10，20 [ 2.1273754 4.04650716 6.2226947 8.1097271 9.70858232] 28.9951381971均方误差是： 阅读全文
posted @ 2018-03-26 17:45 慢慢来会比较快 阅读(242) 评论(0) 推荐(0)