fresh_sugar

ContentConfusionMatrixExampleTalbe ofconfusionPreference Confusion Matrix在机器学习领域，混淆矩阵（confusion matrix），又称为可能性表格或是错误矩阵。它是一种特定的矩阵用来呈现算法性能的可视化效果，通常是监督学习（非监督学习，通常用匹配矩阵：match

最近项目用到聚类算法，将其系统的总结一下。一、简要介绍1、聚类概念聚类就是按照某个特定标准(如距离准则)把一个数据集分割成不同的类或簇，使得同一个簇内的数据对象的相似性尽可能大，同时不在同一个簇中的数据对象的差异性也尽可能地大。即聚类后同一类的数据尽可能聚集到一起，不同数据尽量分离。2、聚类和分类的区别聚类技术通常又被称为无监督学习，因为与监督学习不同，在聚类中那些表示数据类别的分类或者分组信息是...

http://www.cnblogs.com/muchen/p/6882465.html前言       经过2节对MovieLens数据集的学习，想必读者对MovieLens数据集认识的不错了；同时也顺带回顾了些Spark编程技巧，Python数据分析技巧。       本节将是让人兴奋的一节，它将实现一个基于Spark的推荐系统引擎。       PS1：关于推荐算法的理论知识，请读者先自行学...

损失函数和代价函数是同一个东西，目标函数是一个与他们相关但更广的概念，对于目标函数来说在有约束条件下的最小化就是损失函数（loss function）举个例子解释一下:上面三个图的函数依次为 , , 。我们是想用这三个函数分别来拟合Price，Price的真实值记为 。我们给定 ，这三个函数都会输出一个 ,这个输出的 与真实值 可能是相同的，也可能是不同的，为了表示我们拟合的好坏，...

我的有道云笔记

我的有道云笔记

xgboost是GBDT算法的实现，可以做回归，分类，和排序。支持各种语言调用，支持单机和分布式。非常适合于大规模数据集安装从项目主页下载源码，解压。[root@biostacs qgzang]# git clone --recursive https://github.com/dmlc/xgboostCloning into 'xgboost'...remote: Counting obje...

http://blog.youkuaiyun.com/ztchun/article/details/711695301、概述在实验数据分析中，有些算法需要用现有的数据构建模型，如卷积神经网络（CNN），这类算法称为监督学习（Supervisied Learning）。构建模型需要的数据称为训练数据。模型构建完后，需要利用数据验证模型的正确性，这部分数据称为测试数据。测试

http://blog.youkuaiyun.com/u010089444/article/details/70053104?locationNum=10&fps=1#目录(?)[-]数据预处理1 归一化11 区间缩放Min-Max scaling12 标准化standardization2 特征二值化3 one-hot编码4 缺失值计算5 数据变换6 样本不均

https://machinelearningmastery.com/time-series-prediction-lstm-recurrent-neural-networks-python-keras/数据：1949 到 1960 一共 12 年，每年 12 个月的数据，一共 144 个数据，单位是 1000下载地址目标：预测国际航班未来 1 个月的乘客数import numpyimport ...