算法簡介 由于具有出色的速度和良好的可擴(kuò)展性，Kmeans聚類算法算得上是最著名的聚類方法。Kmeans算法是一個重復(fù)移動類中心點(diǎn)的過程，把類的中心點(diǎn)，也稱重心(centro...
發(fā)簡信
IP屬地：云南
-
機(jī)器學(xué)習(xí)第八周-kmeans算法
-
機(jī)器學(xué)習(xí)第七周-決策樹
決策樹是什么 決策樹(Decision Tree）是在已知各種情況發(fā)生概率的基礎(chǔ)上，通過構(gòu)成決策樹來求取凈現(xiàn)值的期望值大于等于零的概率，評價項(xiàng)目風(fēng)險，判斷其可行性的決策分析方...
-
機(jī)器學(xué)習(xí)第六周-邏輯回歸
logistic回歸與多重線性回歸實(shí)際上有很多相同之處，最大的區(qū)別就在于他們的因變量不同，其他的基本都差不多，正是因?yàn)槿绱耍@兩種回歸可以歸于同一個家族，即廣義線性模型（ge...
-
機(jī)器學(xué)習(xí)第五周-梯度下降
梯度下降是迭代法的一種,可以用于求解最小二乘問題(線性和非線性都可以)。在求解機(jī)器學(xué)習(xí)算法的模型參數(shù)，即無約束優(yōu)化問題時，梯度下降（Gradient Descent）是最常采...
-
機(jī)器學(xué)習(xí)第四周-線性回歸
一、簡單線性回歸 在統(tǒng)計(jì)學(xué)中，線性回歸是利用稱為線性回歸方程的最小二乘函數(shù)對一個或多個自變量和因變量之間關(guān)系進(jìn)行建模的一種回歸分析。這種函數(shù)是一個或多個稱為回歸系數(shù)的模型參數(shù)...
-
機(jī)器學(xué)習(xí)第三周-數(shù)據(jù)預(yù)處理和特征工程
一、數(shù)據(jù)歸一化 原因：樣本有多個維度時，量綱的不同會影響特征的重要程度，如果將數(shù)據(jù)進(jìn)行歸一化處理可以消除量綱對特征的影響 常用的歸一化方式有兩種： 最值歸一化：Xs =（X ...
-
機(jī)器學(xué)習(xí)第二周-如何評價模型好壞
一、數(shù)據(jù)拆分 如果將全部的原始數(shù)據(jù)當(dāng)做訓(xùn)練集直接訓(xùn)練出模型，然后投入到真實(shí)環(huán)境中，這種做法是不恰當(dāng)?shù)?，可能存在一定問題，這時候可以對原始數(shù)據(jù)集進(jìn)行拆分，拆成訓(xùn)練數(shù)據(jù)集和測試數(shù)...
-
機(jī)器學(xué)習(xí)入門第一周－－KNN算法原理及實(shí)現(xiàn)
一、算法簡介 K最近鄰(kNN，k-NearestNeighbor)分類算法是數(shù)據(jù)挖掘分類技術(shù)中最簡單的方法之一。K近鄰的意思是每個樣本都可以用它最接近的k個鄰居來代表。 k...
-
資深媒體人，思、史、詩皆是愛好，以業(yè)余的態(tài)度寫字。<br>非虛構(gòu)多年，一直以為虛構(gòu)是“半神”的事業(yè)。<br><br>（版權(quán)合作事宜請聯(lián)系行距文化：pub@hangju-pub.com）
