百问机器学习
关注
分享
扫一扫
人工智能博士
王博Kings，985AI博士在读，优快云博客专家，华为云专家，是《机器学习手推笔记》、《深度学习手推笔记》等作者；在人工智能、计算机视觉、无人驾驶等具有丰富的经验。
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
《百问机器学习》第一问：为什么要对数值类型的特征做归一化？
目录0. Normalization简单解释1. 常用的归一化方法（1）线性函数归一化（Min-Max Scaling）（2）零均值归一化（Z-Score Normalization）2. 为什么说数据归一化不是万能的？有哪些 适用哪些不适用？0. Normalization简单解释为了消除数据特征之间的量纲的影响，所以需要进行归一化的处理，使得可比性我联想了一...原创 2019-07-15 19:18:29 · 2350 阅读 · 0 评论 -
《百问机器学习》第二问：什么是类别型特征？数据预处理时怎样处理类别型特征？处理类别型特征的编码方式有哪几种
目录1. 什么是类别型特征？2. 处理类别型特征的编码方式有哪几种？2.1 序号编码2.2 独热编码2.2.1对于类别取值比较多的情况下，使用独热编码注意以下问题：2.3 二进制编码3除了这些编码还有哪些？1. 什么是类别型特征？类别型特征（Categorical Feature）主要指的是性别（男、女）、血型（A、B、AB、O）等只在有限选项内取值的特征。...原创 2019-07-15 19:53:12 · 4406 阅读 · 0 评论 -
《百问机器学习》第六问：图像分类时训练数据不足会带来什么问题？如何缓解数据量不足带来的问题？
目录1. 模型可以提供什么？2. 先验信息可以用在哪里？3. 图像分类训练数据不足带来的问题？4. 如何解决图像分类训练数据不足？5. 图像分类任务中，在保持图像类别不变的前提下，可以对训练集中的每幅图像进行哪些变换？6. 如何训练自己的模型？迁移学习1. 模型可以提供什么？训练数据中所蕴含的信息 模型构造学习推理过程中，人们提供的先验信息训练数据不足时...原创 2019-07-18 16:13:48 · 2504 阅读 · 0 评论 -
《百问机器学习》第三问：什么是组合特征？如何处理高维组合特征？
目录举例1举例2为了提高复杂关系的拟合能力，在特征工程中经常会把一届离散特征两两组合，构成高阶组合特征。举例1假如广告点击有2中离散特征逻辑回归为例，数据特征向量为X=（x1,x2,...xk），则有举例2若用户数量m，物品数量n，学习的参数规模m*n。实际中，不可行！所以...原创 2019-07-16 16:04:11 · 3230 阅读 · 2 评论 -
《百问机器学习》第四问：有哪些文本表示模型？各有什么优缺点？
目录1. 有哪些文本表示模型？1.1 词袋模型1.1.1 TF-IDF权重计算 公式：1.2 主题模型1.3 词嵌入与深度学习模型为什么深度学习有用？1. 有哪些文本表示模型？词袋模型（Bag of Words） TF-IDF（Term Frequency-Inverse Document Frequency） 主题模型（Topic Model） 词嵌入模...原创 2019-07-16 19:44:42 · 1787 阅读 · 0 评论 -
《百问机器学习》第五问：Word2Vec是什么？Word2Vec如何工作？Word2Vec与LDA有什么区别和联系？
目录总述：1. Word2Vec的两种网络结构1.1 输入层1.2 映射层1.3 输出层1.4 神经网络的权重2.Word2Vec与LDA的区别和联系2.1 主题模型与词嵌入方法总述：Word2Vec是2013年谷歌提出来目前最为常用的词嵌入模型之一。Word2Vec是一种浅层的神经网络模型，包含有两种网络结构：CBOW（Continues Bag ...原创 2019-07-17 20:11:12 · 2434 阅读 · 0 评论 -
《百面机器学习》第八问：精确率与召回率的权衡，P-R曲线
目录1. 实际案例：2. 回顾基本知识：精确率Precision召回率Recall排序问题中，如何衡量模型性能？精确率和召回率是既矛盾又统一的两个指标3. 解答实例问题如何解决或者权衡？P-R曲线F1 score 是精确率和召回率的调和平均值1. 实际案例：搜索引擎提供模糊搜索功能，搜索排序模型返回的TOP 5 精确率非常高，实际使用中，用户找不...原创 2019-07-30 16:25:27 · 2302 阅读 · 0 评论 -
《百面机器学习》第七问：准确率的局限性-为什么分类的准确率很高，但应用起来效果很差？
目录回顾知识点：实际场景：1. 什么是分类的准确率？2. 如何避免由于样本比例不均衡导致准确率失效？回顾知识点：准确率 ： Accuracy精确率 ： Precision召回率 ： Recall均方根误差 ： Root Mean Square Error, RMSE实际场景：拿到奢侈品用户数据，训练和测试奢侈品用户的分类模型，该模型分类...原创 2019-07-28 16:00:44 · 3611 阅读 · 1 评论