bearang的博客

使用飞桨构建波士顿房价预测模型¶本书中的案例覆盖计算机视觉、自然语言处理和推荐系统等主流应用场景，所有案例的代码结构完全一致，如 图1 所示。图1：使用飞桨框架构建神经网络过程#加载飞桨、Numpy和相关类库import paddleimport paddle.fluid as fluidimport paddle.fluid.dygraph as dygraphfrom paddle.fluid.dygraph import Linearimport numpy as npimport

知识点梳理¶相关概念（生成模型、判别模型)先验概率、条件概率贝叶斯决策理论贝叶斯定理公式极值问题情况下的每个类的分类概率下溢问题如何解决零概率问题如何解决？优缺点sklearn 自带代码块from sklearn.naive_bayes import GaussianNBfrom sklearn.datasets import load_irisimport pandas ...

k均值聚类算法（k-means clustering algorithm）是一种迭代求解的聚类分析算法，其步骤是创建 k 个点作为起始质心（通常是随机选择）当任意一个点的簇分配结果发生改变时（不改变时算法结束）　　对数据集中的每个数据点　　　　对每个质心　　　　　　计算质心与数据点之间的距离　　　　将数据点分配到距其最近的簇　　对每一个簇, 计算簇中所有点的均值并将均值作为质心聚...

一、Logistic回归的概述Logistic回归是一种简单的分类算法，提到“回归”，很多人可能觉得与分类没什么关系，Logistic回归通过对数据分类边界的拟合来实现分类。而“回归”也就意味着最佳拟合。要进行最佳拟合，则需要寻找到最佳的拟合参数，一些最优化方法就可以用于最佳回归系数的确定。二、最优化方法确定最佳回归系数最优化方法有基于梯度的梯度下降法、梯度上升发，改进的随机梯度下降法等等。...

最小二乘法（Least squares）为什么叫最小二乘法，首先最小明确的告诉你，俺们求出来的是全局的最值，不是极值，就是最小的一个位置，二乘（square）是平方的意思，Ok，也就是说最小二乘法的理论是找到最小的平方值，什么的最小平方值？慢慢看下面。参考书《机器学习基础教程》中的例子，以历届奥运会男子100米的夺冠时间为数据：No. Year time1 1896 12.02 1900...

机器学习模型确认的思维导图：个人理解：机器学习的任务是得到所需要的模型，模型包括算法公式及其参数。首先利用损失函数表示出预测数据和实际数据的残差，利用优化算法计算损失函数最小时的参数，即得到模型的参数。但是这样处理，往往得到的模型不是很理想，会出现过拟合、欠拟合的情况。这时，就需要对模型进一步检验（交叉验证、k折叠交叉验证等）以及参数调优，来提高模型的泛化能力。最终还需要对模型的性能进行定量评...