sunfoot001的专栏

1. KNN是个"消极"算法, y = f(x1,x2,........xp, x),其中x1,x2,........xp是训练数据,x是待分类或回归查询实例,y是分类或回归结果.   整个过程中没有建立任何数学模型. 2. 与"积极"算法的一个关键差异:  KNN可以为不同的待分类查询实例建立不同的目标函数逼近.3. KNN的唯一假设,函数f是平滑的.4. KNN算法的理论上限:

CRF有几个开源实现：pocketcrf, flexcrf 和crf++，目前感觉crf++在易用性，稳定性和准确性等综合方面的表现最好。CRF++到主页是“CRF++: Yet Another CRF toolkit”。我下载了 CRF++-0.54 source code, 根据主页到指示， 在Ubuntu下build 和 install.关于如何训练和测试CRF++，主页里有详细

Titanic是Kaggle入门项目，本文跟随https://www.kaggle.com/startupsci/titanic/titanic-data-science-solutions学习。1.Workflow stages完整的流程分7步；当然，Kaggle已经提供了第1和第2步了；绝大部分都是数据整理工作，即所谓的“特征工程”，其中，通过画图来探索数据是必备技能。 其

转自： http://geek.ai100.com.cn/2017/05/26/1640XGBoost是一个机器学习算法工具，它的原理本身就并不难理解，而且你并不需要彻底搞懂背后的原理就能把它用得呼呼生风。它的威力有多强？自从2014年9月份在 Kaggle 的希格斯玻色子机器学习大赛中夺魁以来，XGBoost 与深度学习两个算法垄断了 Kaggle 大赛的大部

这是一本关于文本挖掘的很厚的英文电子书，看英文大部头，很容易边看边忘记。1.An Introduction to Text Mining1.1 介绍文本挖掘的三个问题：a. 主要的算法模型是什么？与其他数据挖掘的区别？b. 有哪些可用的工具和技术？（模型是形而上的，技术是形而下的）c. 有哪些关键的应用领域？文本挖掘的特点：a. 文本数据的高维度和稀疏性

1. Pre-tuning method  在现实世界里应用ML，得到大量精确标注的数据是昂贵的。  如果只有少量精确标注的数据，pre-tuning method可以帮助提升最后训练模型的精度[1]。  First pre-tuning on cheap large datasets on related domain.  Then fine-tuning on expensive well-l...