每天起床第一句要给自己打个气

原文链接 http://chenhao.space/post/af61a7f7.htmllibsvm下载地址: http://www.csie.ntu.edu.tw/cjlin/cgi-bin/libsvm.cgi?+http://www.csie.ntu.edu.tw/cjlin/libsvm+zip下载完成后，解压。用命令行进入到其中的python文件夹目录下，执行: make lib命...

原文链接: http://chenhao.space/post/b190d0eb.htmlL1正则化可以产生稀疏权值矩阵，即产生一个稀疏模型，可以用于特征选择。所谓稀疏模型就是模型中很多的参数是0，这就相当于进行了一次特征选择，只留下了一些比较重要的特征，提高模型的泛化能力，降低过拟合的可能。那么问题来了，为什么L1正则化会产生稀疏解？L1/L2正则化损失函数线性回归L1正则化损失函数：...

机器学习：深度学习：增强学习：

sklearn库的简介sklearn库  sklearn是scikit-learn的简称，是一个基于Python的第三方模块。sklearn库集成了一些常用的机器学习方法，在进行机器学习任务时，并不需要实现算法，只需要简单的调用sklearn库中提供的模块就能完成大多数的机器学习任务。  sklearn库是在Numpy、Scipy和matplotlib的基础上开发而成的，因此在介绍sklea...

一、贝叶斯定理与朴素贝叶斯        首先介绍一下贝叶斯定理，贝叶斯定理是关于随机事件A和B的条件概率的一则定理。P(A∣B)=P(B∣A)P(A)P(B)P(A|B)=\frac{P(B|A)P(A)}{P(B)}P(A∣B)=P(B)P(B∣A)P(A)​        其中P(A|B)是在B发生的情...

介绍        决策树 (decision tree) 是一种基本的分类与回归方法。决策树的模型呈树形结构，在分类问题中，表示基于特征对实例进行分类的过程。决策树学习通常包括3个步骤：特征选择、决策树的生成、决策树的修剪。        分类决策树模型是一种描述对实例进行分类的树形结构。决策树由结点和有向边组成...