摘要：
基本工作原理给定要聚类的N的对象以及N*N的距离矩阵(或者是相似性矩阵), 层次式聚类方法的基本步骤(参看S.C. Johnson in 1967)如下:1. 将每个对象归为一类, 共得到N类, 每类仅包含一个对象. 类与类之间的距离就是它们所包含的对象之间的距离. 2. 找到最接近的两个类并合并成 阅读全文
随笔档案-2018年04月
Tensorflow 的reduce_sum()
2018-04-20 11:32 by xplorerthik, 180 阅读, 收藏,
摘要：
https://www.zhihu.com/question/51325408 阅读全文
逻辑回归 交叉熵
2018-04-19 19:30 by xplorerthik, 265 阅读, 收藏,
摘要：
二分类情况： H(t, o) = - t(log(o)) + (1-t)*log(1-o) 多分类情况 http://www.stat.cmu.edu/~cshalizi/350/lectures/26/lecture-26.pdf <!--StartFragment-->deeplearning. 阅读全文
xgboost 里边的gain freq， cover
2018-04-10 17:30 by xplorerthik, 1358 阅读, 收藏,
摘要：
assuming that you're using xgboost to fit boosted trees for binary classification. The importance matrix is actually a data.table object with the firs 阅读全文
fitting 方法的异常值过滤
2018-04-08 20:20 by xplorerthik, 346 阅读, 收藏,
摘要：
training = pd.DataFrame({'x':[3,6,9,15,300, 20,85]}). 原始数据training_fitting = pd.DataFrame({'x':[4,7,8,30,280, 10,79]})。 原始数据的fitting值，方法不限。xgboost，RF。 阅读全文
浙公网安备 33010602011771号