qq_34531825的博客

转载自博客园，请链接原文查看： http://www.cnblogs.com/kobedeshow/p/3651833.html?utm_source=tuicool&utm_medium=referral本文将要讨论基于矩阵分解的推荐算法，这一类型的算法通常会有很高的预测精度，也活跃于各大推荐系统竞赛上面，前段时间的百度电影推荐最终结果的前10名貌似都是把矩阵分解作为一个单模型，最后各种ense

本文介绍了机器学习中基本的优化算法—梯度下降算法和随机梯度下降算法，以及实际应用到线性回归、Logistic回归、矩阵分解推荐算法等ML中。

聚类算法 LDA Spark2.0代码

本文是我的一个学习笔记，错误和纰漏之处，敬请批评指正。EM算法概述      ~~~~~~（1）数学之美的作者吴军将EM算法称之为上帝的算法，EM算法也是大家公认的机器学习十大经典算法之一。EM是一种专门用于求解参数极大似然估计的迭代算法，具有良好的收敛性和每次迭代都能使似然函数值单调不减的优良性质。在统计机器学习、自然语言处理等领域应用非常广泛，许多统计学算法都是EM算法的体现，比如说隐含马尔科夫

Spark GMM 高斯混合模型概念 参数设置 模型评估 代码

我的博客中参考了大量的文章或者别的作者的博客，有时候疏忽了并未一一标注，本着分享交流知识的目的，如果侵犯您的权利，这并非我的本意，如果您提出来，我会及时改正。概述      线性回归拟合一个因变量与一个自变量之间的线性关系y=f(x)y=f(x)。       Spark中实现了：       （1）普通最小二乘法       （2）岭回归（L2正规化）       （3）Lasso（L1正

幂迭代聚类， power iteration clustering， PIC 原理简介 Spark 代码 参数设置

支持向量机系列学习笔记包括以下几篇： Spark机器学习系列之13： 支持向量机SVM ：http://blog.youkuaiyun.com/qq_34531825/article/details/52881804 支持向量机学习之2：核函数http://blog.youkuaiyun.com/qq_34531825/article/details/52895621 支持向量机学习之3：SVR（回归）http:/

SVM 理论 spark scikit

SVM核函数通俗理解

参数设置α：梯度上升算法迭代时候权重更新公式中包含 α ： http://blog.youkuaiyun.com/lu597203933/article/details/38468303 为了更好理解 α和最大迭代次数的作用，给出Python版的函数计算过程。# 梯度上升算法-计算回归系数 # 每个回归系数初始化为1# 重复R次：# 计算整个数据集的梯度# 使用α*梯度更新回

决策树种类差别Spark2.0 MLLib中决策树代码分析，参数选取，剪枝

特征选择