asd8705的专栏

没有摘要

毋庸置疑，LibSVM是台湾牛人为世界机器学习的卓越贡献之一。一般都是基于Matlab的，其实LibSVM也可以用Python跑。   第一步，确定本机Python的版本：   32位的最易配置，哈哈，我的机器就是这么的古董。64位的童鞋请Google。   第二步，到官网http://www.csie.ntu.edu.tw/~cjlin/libsvm/，来下载LibSVM

自助法bootstrapROC曲线Bagging

装袋、提升和随机森林都是组合分类方法的例子。组合分类把k个学习得到的模型（或基分类器）M1、M2,...,Mk组合在一起，旨在创建一个改进的复合分类模型M*。装袋(Bagging)   有放回的抽样，训练k个模型，然后对分类样本进行投票表决。提升（boosting）   在提升方法中，权重赋予每个训练元组。迭代地学习k个分类器。学习得到分类器Mi之后，更新权重，使得其后

原文地址：http://blog.youkuaiyun.com/geekmanong/article/details/51344732

原文地址：http://www.hankcs.com/ml/back-propagation-neural-network.html我一直在找一份简明的神经网络入门，然而在中文圈里并没有找到。直到我看到了这份162行的Python实现，以及对应的油管视频之后，我才觉得这就是我需要的极简入门资料。这份极简入门笔记不需要突触的图片做装饰，也不需要赘述神经网络的发展历史；要推导有推导，要代码有代

原文地址：http://blog.chinaunix.net/uid-10289334-id-3758310.html聚类算法总结：---------------------------------------------------------聚类算法的种类：基于划分聚类算法（partition clustering)k-means：是一种典型的划分聚

本文地址为：http://www.cnblogs.com/kemaswill/，作者联系方式为kemaswill@163.com,转载请注明出处。 1. 传统向量空间模型的缺陷  向量空间模型是信息检索中最常用的检索方法，其检索过程是，将文档集D中的所有文档和查询都表示成以单词为特征的向量，特征值为每个单词的TF-IDF 值，然后使用向量空间模型(亦即计算查询q的向量和每个

原文地址：http://blog.youkuaiyun.com/felomeng/article/details/4024078C#实现在：http://blog.youkuaiyun.com/Felomeng/archive/2009/03/25/4023990.aspx向量空间模型（VSM：Vector space model）是最常用的相似度计算模型，在自然语言处理中有着广泛的应

原文地址：http://www.cnblogs.com/25-to-life/archive/2011/03/05/1971492.htmlLSA对于许多搞IR和NLP的来说应该不陌生吧，LSA用SVD降维，然后来根据word distribution，来分类文档而LSA的劣势在于，没有比较好的统计基础，这个和当前流行趋势是不相符的。所以PLSA，用概率模型来做

原文地址：http://blog.youkuaiyun.com/aalbertini/article/details/6256656主成分分析 （ Principal Component Analysis ， PCA ）是一种掌握事物主要矛盾的统计分析方法，它可以从多元事物中解析出主要影响因素，揭示事物的本质，简化复杂的问题。计算主成分的目的是将高维数据投影到较低维空间。给定 n 个变量的 m

机器学习自学指南          http://blog.jobbole.com/58937/