
机器学习
文章平均质量分 87
杨Zz.
这个作者很懒,什么都没留下…
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
-
朴素贝叶斯算法
前言 朴素贝叶斯算法是流行的十大算法之一,该算法是有监督的学习算法,解决的是分类问题,如客户是否流失、是否值得投资、信用等级评定等多分类问题。**该算法的优点在于简单易懂、学习效率高、在某些领域的分类问题中能够与决策树、神经网络相媲美。**但由于该算法以自变量之间的独立(条件特征独立)性和连续变量的正态...原创 2019-08-16 09:07:03 · 1287 阅读 · 0 评论 -
卷积神经网络(CNN)
前言CNN,即卷积神经网络,主要用于图像识别,分类。由输入层,卷积层,池化层,全连接层(Affline层),Softmax层叠加而成。卷积神经网络中还有一个非常重要的结构:过滤器,它作用于层与层之间(卷积层与池化层),决定了怎样对数据进行卷积和池化。一、卷积神经网络的网络结构卷积神经网络主要由这几类层构成:输入层、卷积层,ReLU层、池化(Pooling)层和全连接层(全连接层和常规神经网络...原创 2019-08-16 08:35:13 · 2629 阅读 · 0 评论 -
人工神经网络(ANN)及python实现
title: python+离散数学→逻辑演算date: 2019-04-02tags:python离散数学categories:python离散数学前言 本篇探讨的是一道逻辑演算推理题。有两种方法,一种是常规的离散数学逻辑演算,另一种则是用python程序来解决。本篇将探究...原创 2019-08-11 21:58:33 · 28582 阅读 · 3 评论 -
基于协同过滤(CF)算法的推荐系统
随着计算机领域技术的高速发展,电子商务时代的普及,个性化的推荐系统深入生活应用的各个方面。个性化推荐算法是推荐系统中最核心的技术,在很大程度上决定了电子商务推荐系统性能的优劣。而协同过滤推荐是个性化推荐系统应用最为广泛的技术,协同过滤推荐主要分为基于用户的协同过滤推荐、基于项目的协同过滤推荐和基于模型的协同过滤推荐。原创 2019-08-14 09:34:55 · 5779 阅读 · 0 评论 -
浅谈机器学习-分类和聚类的区别
前言 机器学习中有两类的大问题,一个是分类,一个是聚类。在我们的生活中,我们常常没有过多的去区分这两个概念,觉得聚类就是分类,分类也差不多就是聚类,下面,我们就具体来研究下分类与聚类之间在数据挖掘中本质的区别。分类分类有如下几种说法,但表达的意思是相同的。分类(classification):分...原创 2019-08-01 17:14:49 · 1916 阅读 · 0 评论 -
浅谈机器学习-回归与分类的区别
前言 机器学习的主要任务便是聚焦于两个问题:分类和回归。本文将浅谈下两者的区别。区别 回归会给出一个具体的结果,例如房价的数据,根据位置、周边、配套等等这些维度,给出一个房价的预测。  ...原创 2019-08-01 16:52:00 · 8624 阅读 · 0 评论 -
推荐系统之矩阵分解(MF)及其python实现
前言目前推荐系统中用的最多的就是矩阵分解方法,在Netflix Prize推荐系统大赛中取得突出效果。以用户-项目评分矩阵为例,矩阵分解就是预测出评分矩阵中的缺失值,然后根据预测值以某种方式向用户推荐。今天以“用户-项目评分矩阵R(M×N)”说明矩阵分解方式的原理以及python实现。一、矩阵分解1.案例引入有如下R(5,4)的打分矩阵:(“-”表示用户没有打分)其中打分矩阵R(n,m)...原创 2019-07-27 20:59:32 · 7113 阅读 · 11 评论 -
K-means聚类算法原理及python实现
文章目录一.聚类算法二.K-means聚类算法三.K-means算法步骤详解Step1.K值的选择Step2.距离度量2.1.欧式距离2.2.曼哈顿距离2.3.余弦相似度Step3.新质心的计算Step4.是否停止K-means四.K-means算法代码实现1.其伪代码如下2.python实现五.K-means算法补充六.小结一.聚类算法 &nbs...原创 2019-07-26 11:51:49 · 260139 阅读 · 84 评论 -
梯度下降法的三种形式BGD、SGD、MBGD及python实现
前言梯度下降法作为机器学习中较常使用的优化算法,其有着三种不同的形式:批量梯度下降(Batch Gradient Descent)、随机梯度下降(Stochastic Gradient Descent)以及小批量梯度下降(Mini-Batch Gradient Descent)。其中小批量梯度下降法也常用在深度学习中进行模型的训练。接下来,我们将对这三种不同的梯度下降法进行理解。为了便于理解,...原创 2019-07-25 10:11:28 · 3127 阅读 · 0 评论 -
多种相似度计算的python实现
前言 在机器学习中有很多地方要计算相似度,比如聚类分析和协同过滤。计算相似度的有许多方法,其中有欧几里德距离(欧式距离)、曼哈顿距离、Jaccard系数和皮尔逊相关度等等。我们这里把一些常用的相似度计算方法,用python进行实现以下。大家都是初学者,我认为把公式先写下来,然后再写代码去实现比较好。欧...原创 2019-07-24 21:01:42 · 2555 阅读 · 0 评论 -
K-最近邻分类算法(KNN)及python实现
title: K-最近邻分类算法(KNN)及python实现date: 2019-07-20tags:机器学习KNNpythoncategories:机器学习KNNpython前言KNN算法即K-Nearest Neighbor,也是机器学习十大经典算法之一。前文讲解了K-means算法,今天我们就继续讲KNN算法,两者看起来挺相似的,但区别还是很大的,看完本片文章你...原创 2019-07-29 14:26:43 · 2811 阅读 · 0 评论 -
数据集的划分--训练集、验证集和测试集
训练集:顾名思义指的是用于训练的样本集合,主要用来训练神经网络中的参数.校验集:从字面意思理解即为用于验证模型性能的样本集合.不同神经网络在训练集上训练结束后,通过校验集来比较判断各个模型的性能.这里的不同模型主要是指对应不同超参数的神经网络,也可以指完全不同结构的神经网络.(通常用K折交叉验证法和留一法经行验证)测试集:对于训练完成的神经网络,测试集用于客观的评价神经网络的性能....原创 2019-07-23 16:03:56 · 61770 阅读 · 8 评论