- 博客(19)
- 收藏
- 关注
RSS订阅原创 数据理解与数据准备
数据的基本类型，质量处理；不同对象之间的相似度、相异度（距离）；数据的预处理：缺失值、重复值、标准化、离散化，数据规约（变量筛选、数据降维）。
2023-05-07 15:58:55
486
原创 9.异常检测，高斯分布，极大似然估计
异常是相对于其他观测数据而言有明显偏离的，以至于怀疑它与正常点不属于同一个数据分布。异常检测是一种用于识别不符合预期行为的异常模式的技术，又称之为异常值检测。
2022-10-27 20:58:39
671
原创 8.主成分分析（PCA），算法思想与流程，思考与建议
主成分分析，又称主分量分析、K-L变换，堪称特征抽取方法中的经典。主成分分析作为一种数学方法和有力的数据分析工具，几乎在所有学科中都有它的身影。
2022-10-27 00:39:41
1460
原创 7.聚类分析，相似度度量，模型评估
聚类算法又叫做“无监督分类”，试图将数据集中的样本划分成若干个通常是不相交的子集，称之为“簇cluster”。聚类可以作为一个单独过程，用于寻找数据内部的分布结构，也能够作为其他学习任务的前驱过程。聚类算法涉及到的两个问题：性能度量和距离计算。
2022-10-26 20:03:30
3045
原创 6.支持向量机（SVM），推理与思考，Lagrange，核函数
支持向量机(Support Vector Machine)于1995年首先提出，基本模型是的定义在特征空间上的间隔最大的线性分类器，SVM的学习策略就是间隔最大化。它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中。
2022-10-15 12:19:02
725
原创 【request】使用request库，实现更加方便的爬取网页
了解了 urllib 的基本用法，但是其中确实有不方便的地方，比如处理网页验证和 Cookie 时，需要写 Opener 和 Handler 来处理。另外我们要实现 POST、PUT 等请求时写法也不太方便。为了更加方便地实现这些操作，就有了更为强大的库 requests，有了它，Cookie、登录验证、代理设置等操作都更加简单。
2022-10-10 21:11:05
3868
原创 【urllib】介绍python的urllib，实现网页爬取
urllib，利用它我们可以实现 HTTP 请求的发送，而不用去关心 HTTP 协议本身甚至更低层的实现。它是 Python 内置的 HTTP 请求库，也就是说不需要额外安装即可使用。
2022-10-09 22:44:31
2698
原创 5.模型建议，交叉验证，偏差与误差，二分类问题模型评估
本文主要介绍了对于机器学习模型评估的一些方法，测试集、验证集的处理，高偏差与高误差问题，着重分析了二分类问题的评估指标。
2022-10-08 23:28:33
1905
原创 4.神经网络基础，损失函数，反向传播
神经网络是一种很古老的算法，它最初产生的目的是制造能模拟大脑的机器。神经网络是计算量有些偏大的算法。然而大概由于近些年计算机的运行速度变快，才足以真正运行起大规模的神经网络。本文对神经网络的基础概念进行介绍。
2022-10-07 21:31:24
936
1
原创 Python打开文件并进行处理，txt、excel、pdf、word！
在办公处理中，我们常常要打开一些文件，面临大量的数据时，传统的人工方法耗时耗力。在python中，有一系列包装好的库，让我们能够很方便的操作各种类型的文件。当然，python的内置函数也能够很好的打开一些文件。本文主要探讨python打开各类文件的方式。
2022-10-04 16:41:08
10968
3
原创 【神经网络】从0至1构建神经网络，进行手写数字的识别
通过原生的python代码，不适用任何包装好的神经网络包，构建出一个二层的神经网络，对手机数字图片进行识别。
2022-10-01 11:55:10
834
原创 2.线性回归，梯度下降与正规方程
线性回归，其实我们在高中时期就已经学习过——最小二乘法，这也正是本文中提到的正规方程。本文从单变量、多变量两个方面介绍线性回归，并指出模型评估的标准——损失函数，以及如何求出损失函数最小时的解——梯度下降、正规方程。
2022-09-30 00:48:50
598
原创 【word2vec】python读取pdf文件，通过词向量寻找相关词语
通过python，读取一组pdf文件的文本，并根据已有关键词以及每个词语的词向量，寻找与这些关键词比较相关的词语。
2022-09-25 13:16:45
2030
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人