加載數(shù)據(jù) 分類器 評估
發(fā)簡信
IP屬地：廣東
-
-
Imbalanced-learn for NSL-KDDRawData Over-sampling RandomOverSample SMOTE ADASYN BorderlineSMOTE Under-sampling Clus...
-
FP-growth
FP-growth(頻繁模式增長) 數(shù)據(jù)庫的第一遍掃描用來統(tǒng)計(jì)出現(xiàn)的頻率；第二遍掃面中考慮那些頻繁元素 優(yōu)點(diǎn)： 大約比Apriori算法快一個數(shù)量級 缺點(diǎn)： 實(shí)現(xiàn)比較困難，在...
-
Apriori算法
關(guān)聯(lián)分析概念： 關(guān)聯(lián)分析是一種在大規(guī)模數(shù)據(jù)集中尋找有趣關(guān)系的任務(wù)；目標(biāo)是發(fā)現(xiàn)頻繁項(xiàng)集和發(fā)現(xiàn)關(guān)聯(lián)規(guī)則； 頻繁項(xiàng)集：是經(jīng)常出項(xiàng)在一塊的物品的集合； 關(guān)聯(lián)規(guī)則：暗示兩種物品之間可能...
-
K-Means
原理 聚類是無監(jiān)督學(xué)習(xí)，將相似的對象歸到同一個簇中，簇內(nèi)的對象越相似，聚類的效果越好； 首先，隨機(jī)確定K個初始點(diǎn)作為質(zhì)心； 然后，將數(shù)據(jù)集中的每個點(diǎn)分配到一個簇中，具體來講，...
-
樹回歸原理： 將數(shù)據(jù)集切分成很多份易建模的數(shù)據(jù) 利用線性回歸技術(shù)建模 優(yōu)點(diǎn) 可以對復(fù)雜和非線性的數(shù)據(jù)建模 缺點(diǎn) 結(jié)果不易理解 適用數(shù)據(jù)類型 數(shù)值型和標(biāo)稱型數(shù)據(jù) 選擇最佳特征之后，數(shù)...
-
本專題招募管理員，有意向請簡信私聊，謝謝！ 用來分享機(jī)器學(xué)習(xí)，深度學(xué)習(xí)，神經(jīng)網(wǎng)絡(luò)，計(jì)算機(jī)視覺等領(lǐng)域的一些技術(shù)。 Machine Learning 學(xué)習(xí)資料：http://www.itdecent.cn/p/e0238db24973 相關(guān)參考： 1. [Coursera - Machine Learning by Andrew Ng]：https://www.coursera.org/learn/machine-learning 2. [ Stanford CS231n Course]：http://cs231n.github.io/ 課程整理：http://www.itdecent.cn/p/182baeb82c71 3. [深度學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)(英文原版)]：http://neuralnetworksanddeeplearning.com/ [GitBook同步鏈接]：https://www.gitbook.com/book/tigerneil/neural-networks-and-deep-learning-zh/details 4. [UFLDL教程]：http://deeplearning.stanford.edu/wiki/index.php/UFLDL%E6%95%99%E7%A8%8B （中文） http://ufldl.stanford.edu/wiki/index.php/UFLDL_Tutorial （英文） 5. [Deep Learning - An MIT Press book]：http://www.deeplearningbook.org/ 6. [Neural Network Playground]： http://playground.tensorflow.org/ 7. [A Guide to Deep Learning]： http://www.itdecent.cn/p/6752a8845d01 8. [知乎“機(jī)器學(xué)習(xí)”專欄]： https://www.zhihu.com/collection/108812637 9. [How do Convolutional Neural Networks work?] http://www.itdecent.cn/p/fe428f0b32c1 …… 希望大家可以相互交流，相互學(xué)習(xí)！
-
機(jī)器學(xué)習(xí)算法關(guān)注機(jī)器學(xué)習(xí)，人工智能，數(shù)據(jù)挖掘，計(jì)算機(jī)視覺等相關(guān)領(lǐng)域的文章
-
回歸線性回歸 原理： 尋找一組最優(yōu)參數(shù)來擬合數(shù)據(jù) 優(yōu)點(diǎn) 結(jié)果易于理解，計(jì)算上不復(fù)雜 缺點(diǎn) 對非線性的數(shù)據(jù)擬合不好 適用數(shù)據(jù)類型 數(shù)值型和標(biāo)稱型數(shù)據(jù) 加載數(shù)據(jù) 標(biāo)準(zhǔn)回歸函數(shù) 畫圖可...
-
提升方法(boosting)
原理： 通過改變訓(xùn)練樣本的權(quán)重，學(xué)習(xí)多個分類器，并將這些分類器進(jìn)行線性組合，提高分類的性能； bagging是通過隨機(jī)抽樣的替換方式，得到與原數(shù)據(jù)集規(guī)模一樣的數(shù)據(jù)； boos...
-
天池o2o優(yōu)惠券使用預(yù)測比賽解析（初級）
天池o2o優(yōu)惠券使用預(yù)測比賽解析（初級） 賽題鏈接： 天池o2o優(yōu)惠券使用預(yù)測 加載數(shù)據(jù) 缺失值處理 統(tǒng)計(jì) 比賽的意義是把優(yōu)惠券給那要購買商品卻沒有優(yōu)惠券的人（701602 ...
-
Logistic回歸原理 對分類邊界建立回歸公式，找到最佳擬合參數(shù)，以此來進(jìn)行分類。 優(yōu)點(diǎn)： 計(jì)算代價不高，易于理解和實(shí)現(xiàn)。 缺點(diǎn)： 容易欠擬合，分類精度可能不高。在數(shù)據(jù)不是完全線性可分的情況，...
-
樸素貝葉斯算法
原理 選擇具有最高概率的決策 樸素的意思是每個特征之間是獨(dú)立同分布的，互不影響。 優(yōu)點(diǎn)： 在數(shù)據(jù)較少的情況下仍然有效，可以處理多類別問題。特征條件獨(dú)立假設(shè)，使得模型預(yù)測所需要...
-
支持向量機(jī)SVM
原理 尋找一個分割超平面來作為分類邊界，找到離分割超平面最近的點(diǎn)，確保它們離分割超平面的距離盡可能遠(yuǎn)。 支持向量就是離分割超平面最近的那些點(diǎn) 優(yōu)點(diǎn)： 泛化錯誤率低，計(jì)算開銷不...
-
決策樹算法
原理 通過選擇最好的特征來劃分?jǐn)?shù)據(jù)集，對數(shù)據(jù)子集繼續(xù)劃分，直到數(shù)據(jù)子集中是相同的類別；劃分?jǐn)?shù)據(jù)集的特征可以通過計(jì)算信息增益的方法來選擇。 優(yōu)點(diǎn) 計(jì)算復(fù)雜度不高，輸出結(jié)果容易理...
-
K-近鄰算法
原理 已有一系列帶標(biāo)簽的數(shù)據(jù)，通過計(jì)算新數(shù)據(jù)與帶標(biāo)簽數(shù)據(jù)的相似度（距離），來判定新數(shù)據(jù)是屬于哪一類數(shù)據(jù)。其中，計(jì)算新樣本與所有帶標(biāo)簽數(shù)據(jù)之間所得到的距離，按從小到大排序，選取...
-
@思無邪cc 謝謝，對，那個進(jìn)程寫錯了，還有些問題我沒來得及整理解答，希望大家能在這里說說自己的理解和想法。
計(jì)算機(jī)網(wǎng)絡(luò)基礎(chǔ)/數(shù)據(jù)庫/Linux/編程
BAT面試題復(fù)習(xí) http協(xié)議 http協(xié)議是無狀態(tài)無連接； 無狀態(tài)：指的是http協(xié)議無法保存客戶機(jī)的信息，比如客戶機(jī)瀏覽了什么網(wǎng)頁，判斷用戶是否由權(quán)限訪問等，因此產(chǎn)生了兩...
-
Git入門
1.建立倉庫 2.版本控制 添加文件到Git倉庫，分兩步： 使用命令git add <file>，注意，可反復(fù)多次使用，添加多個文件； 使用命令git commit -m <...
-
企業(yè)安全最佳實(shí)踐-全流量Web入侵檢測系統(tǒng)
?一.背景說明 從目前來看，大多數(shù)互聯(lián)網(wǎng)業(yè)務(wù)是以web服務(wù)對外交付的，攻擊者大多數(shù)也是通過web入侵到系統(tǒng)里，不管什么方式，都繞不過web系統(tǒng)的探測和入侵嘗試這一關(guān)，所以如果...
-
@_zyw15 這樣啊，我倒很少這樣聽到
計(jì)算機(jī)網(wǎng)絡(luò)基礎(chǔ)/數(shù)據(jù)庫/Linux/編程
BAT面試題復(fù)習(xí) http協(xié)議 http協(xié)議是無狀態(tài)無連接； 無狀態(tài)：指的是http協(xié)議無法保存客戶機(jī)的信息，比如客戶機(jī)瀏覽了什么網(wǎng)頁，判斷用戶是否由權(quán)限訪問等，因此產(chǎn)生了兩...
