怨行客

https://zhuanlan.zhihu.com/tongjigailv

1、机器学习就是构建和研究从数据中学习的系统。 例如：根据某地区的房屋属性，预测房价 2、类型 监督学习：垃圾邮件分类； 建造出一个输入x，得出f(x)的模型，用它预测想要的f(x)，即y[这里的x可以是包含很多特征的向量] 回归----y为连续值； 分类----y为离散值【每个值代表一种类别】 非监督学习：文档聚类； 聚类---- 降维---- 强化学习：下棋【通过赏罚】 ...

• 编程语言：Python • 交互Python解释器：IPython • 集成Python开发环境：Pycharm • 数据处理工具包：NumPy、SciPy、Pandas • 数据可视化工具包：Matplotlib、Seaborn • 机器学习工具包：Scikit-Learn 基本功能有六个部分： 分类（Classification）、 回归（Regression）、 聚类（Clusterin...

一、烦人符号解析 1、回归首先是y为连续值 2、

One-Hot独热编码实际案例 ———————————————————————————————————————— 就拿上面的例子来说吧，性别特征：[“男”,“女”]，按照N位状态寄存器来对N个状态进行编码的原理，咱们处理后应该是这样的（这里只有两个特征，所以N=2）： 男 => 10 女 => 01 祖国特征：[“中国”，"美国，“法国”]（这里N=3）： 中国 => ...

http://www.ai-start.com/ml2014/

1、输入x得出y，求销售量与广告投放量之间的关系。 线性回归就是x和y是线性关系 y=权重乘以x + bias(这不是跟感知器一样) 2、根据这条线预测，那么哪条线最好呢？ 预测残差：真实值与预测值的差（用损失函数度量这个差） 最佳直线就是差异最小的 3、损失函数 残差平方和L2损失—对噪声敏感（最小二乘回归） 绝对值L1损失—0处不可导 Huber损失—综合两个优点，这个预测残差的绝对值小于某...