發(fā)簡信
IP屬地：山西
-
機器學習 | boosting提升算法作者：JSong，日期：2017.10.10 簡書一直不肯支持數學公式，沒辦法，只能截圖啦。原文請移步博客園 集成學習（ensemble lea...
-
泛化誤差估計與模型調參作者：JSong，時間：2017.10.21 廣義的偏差（bias）描述的是預測值和真實值之間的差異，方差（variance）描述距的是預測值作...
-
LDA主題模型待整理 假設文檔是由n個詞組成的，且不考慮詞之間的關系，假設我們的詞典有V個詞語，v1,v2,...vv,那么最簡單的文本生成方法是： 每次從詞...
-
機器學習算法背后的思維
持續(xù)更新中 一個算法可以從很多角度去闡述，如統(tǒng)計學思維（最大似然、貝葉斯）、數值計算思維（最優(yōu)化、正則化）、信息論思維（熵）等 1、數值計算與正...
-
測度|概率|統(tǒng)計 筆記1、Uniform分布 U(a,b) 概率密度函數 可以用線性同余生成器生成 2、二項分布 記事件A在一次實驗中發(fā)生的概率為p，把這個實驗地獨立...
-
機器學習 | GBDT與集成學習待完善 1、偏差與方差 我們對學習算法的期望泛化錯誤率進行拆解，以回歸任務為例。 假設 泛化誤差可分解為偏差、方差與噪聲之和。 決策樹雖然在設計...
-
機器學習 | 決策樹本文僅作網絡筆記用，不定時完善。 決策樹根據輸出的不同，分為回歸樹和分類樹，但兩種樹的學習過程并無特別大的不同，都是分為兩步： 決策樹生成 決策...
-
【轉】使用sklearn做單機特征工程作者：jasonfreak，原文地址：使用sklearn做單機特征工程 目錄 特征工程是什么？ 數據預處理2.1 無量綱化2.1.1 標準化2....
-
講講共線性問題多重共線性是使用線性回歸算法時經常要面對的一個問題。在其他算法中，例如決策樹和貝葉斯，前者的建模過程是逐步遞進，每次拆分只有一個變量參與，這種建...