tangtanghao511的博客

机器学习是大数据应用发展最快的一个领域，同时也是支撑着人工智能领域的脊柱。机器学习是模拟人的学习方式，即经验学习，让计算机自己具有一定的学习能力，能够从已经存在的数据集中总结出一些模型，以此模型来解决现实存在的某些问题。机器学习的特点就是‘智能’，因为计算机可以根据训练数据集自动地改进模型的预测效果和性能，从而使得计算机具有了自己‘学习’，提升‘自己’的能力。        k-最邻近算法是机

初步接触谓LR分类器(Logistic Regression Classifier)，并没有什么神秘的。在分类的情形下，经过学习之后的LR分类器其实就是一组权值w0,w1,...,wm. 当测试样本集中的测试数据来到时，这一组权值按照与测试数据线性加和的方式，求出一个z值：z = w0+w1*x1+w2*x2+...+wm*xm。 ① （其中x1,x2,...,xm是某样本数据

最近在研究机器学习经典的分类算法随机森林，需要用随机森林算法来测试一个小的数据集。开源项目mahout实现了大多数经典的机器学习算法，里面也提供了很多处理数据，提取特征，训练算法模型的类和方法，但是貌似国内用这个开源项目的人并不多，因为网上关于具体如何使用mahout算法的资料廖若晨星，而mahout实战中也没有关于随机森林的使用例子，这部分信息只能从mahout官网中搜集到，而mahout官网中