随笔分类 - 机器学习
摘要：概要 在 sklearn 包中，OneHotEncoder 函数非常实用，它可以实现将分类特征的每个元素转化为一个可以用来计算的值。本篇详细讲解该函数的用法，也可以参考官网 sklearn.preprocessing.OneHotEncoder。 解析 该函数在 sklearn.preprocess
阅读全文
摘要：概要 基于 sklearn 包自带的 iris 数据集，了解一下分类树的各种参数设置以及代表的意义。 iris 数据集介绍 iris 数据集包含 150 个样本，对应数据集的每行数据，每行数据包含每个样本的四个特征（花萼长度、花萼宽度、花瓣长度、花瓣宽度）和样本的类别信息，所以 iri
阅读全文
摘要：概要 本部分介绍 CART，是一种非常重要的机器学习算法。 基本原理 CART 全称为 Classification And Regression Trees，即分类回归树。顾名思义，该算法既可以用于分类还可以用于回归。 克服了 ID3 算法只能处理离散型数据的缺点，CA
阅读全文
摘要：概要 决策树也是我们经常使用的样本归类算法。简单来说，它就是 if else 的判断集合，本文就详细介绍其原理，还有例子实现。依然参考《机器学习实战》。 基本理论 决策树是通过一系列规则对数据进行分类的过程。 决策树利用了概率论的原理，不断地将数据切分成小数据集，直到所有
阅读全文
摘要：概要 分类的目标是标称型数据，而回归将会对连续型的数据做出预测。依然参考《机器学习实战》第 $8$ 章，总结一下总有收获。 其中有谈到方差和偏差的概念，腾讯 2018 春招笔试第一大题就是关于这个的。Here we go! "线性回归" "局部加权回归" "岭回归" "lasso" "
阅读全文
摘要：概要 先前我们实现了 "基础版本" 的 SVM，现在我们来实现进阶版本。和上次比，这次优化的地方在于： 启发式选择参数 alpha（训练速度更快） 。通过一个外循环来选择第一个 alpha 值，并且其选择过程中会在两种方式间进行交替：一种方式是在所有数据集上进行单遍扫描，另一种方式则是在非边界（不等
阅读全文
摘要：概要 已经学习了 "支持向量机相关理论" ，怎么能不应用一下下呢？本部分就参考机器学习实战中相关章节，实现支持向量机。 简单版本的支持向量机 数据集 我们所用的数据集，正是机器学习实战中相关的分类数据集，因为是二维的，可以做可视化，对刚开始入门的实现算法来说非常友好。原始
阅读全文
摘要：概要 把常用的机器学习算法：$k$ 近邻算法、朴素贝叶斯、逻辑回归、$K$ 均值聚类其思想有及 python 代码实现总结一下。做到既要知其然又要知其所以然。参考《机器学习实战》。 $k$ 近邻算法 基本原理 $k$ 近邻算法是分类数据最简单有
阅读全文
摘要：支持向量机很是重要，网上也有很好的学习材料。本篇主要参考支持向量机通俗导论，自己重新理一遍，希望能有所收获。
阅读全文
浙公网安备 33010602011771号