SCAU_Jimmy的专栏

回归(regression)、梯度下降(gradient descent)发表于332 天前 ⁄ 技术, 科研 ⁄ 评论数 3 ⁄ 被围观 1152 次+本文由LeftNotEasy所有，发布于http://leftnoteasy.cnblogs.com。如果转载，请注明出处，在未经作者同意下将本文用于商业用途，将追究其法律责任。前言:上次写过一篇关于贝叶斯概率论的数学

梯度下降法：用当前位置负梯度方向作为搜索方向，因为该方向为当前位置的最快下降方向，所以也被称为是”最速下降法“。最速下降法越接近 目标值，步长越小，前进越慢。   批量梯度下降法：最小化所有训练样本的损失函数，使得最终求解的是全局的最优解，即求解的参数是使得风险函数最小，但是对于大规模样本问题效率低下。   随机梯度下降法：最小化每条样本的损

前段时间做过一个NLP方面的比赛，以及最近的实习，都用到了Word2vec，下面就简单谈一下这个工具吧，更深的数学原理可以参考Mikolov的原始论文。Word2vec是Google于2013年开源的一个词向量工具，将原始文本转化成词向量的表达形式。其基本思想是：通过训练将每个词映射成K维的实数特征向量，这样一来，词与词之间的相似度就可以用余弦距离或者欧式距离来衡量了，相比传统的one-hot

TF-IDF是一种用于信息检索与数据挖掘的常用加权技术，实际上是：TF * IDF，TF词频(Term Frequency)，IDF逆向文件频率(Inverse Document Frequency)；字词的重要性随着它在文件中出现的次数成正比增加，但同时会随着它在语料库中出现的频率成反比下降；TF-IDF原理：1.词频：在一份给定的文件里，某一个给定的词语在该文件中出现的次数

在实际工作中，需要使用到譬如LR这种线性分类器的时候，往往需要将特征离散化成0/1特征，之后再进行模型训练。下面举例说明原因：我们假设决策面为y=x^2，且模型是只具有一维特征x的线性模型,即模型的表达形式为：y=kx+b，如下图所示：显然，模型不能很好地拟合决策面，那么，假如将x离散化成多个0/1特征(one-hot编码)：0s1s2...则新的模

朴素贝叶斯是基于贝叶斯定理和特征条件独立假设的一种生成模型，主要思想是通过数据学习其联合概率分布P(X,Y|θ)，具体做法是采用极大似然估计法去估计θ。优点：在小规模数据上的表现很好，适合多分类任务和增量式学习。缺点：对输入数据的表达形式很敏感。下面先看看贝叶斯定理：那么当特征服从条件独立的假设时，有：下面看看如何

这一讲Ng给我们讲了什么是有监督学习，以及一种常用的求最值方法：梯度下降法。首先我们回顾下一个简单的机器学习过程：首先给出一个输入数据,我们的算法会通过一系列的过程得到一个估计的函数,这个函数有能力对没有见过的新数据给出一个新的估计,也被称为构建一个模型。我们用 X1,X2..Xn 去描述 feature 里面的分量,比如 x1=房间的面积,x2=房间的朝向, 等等,我们可以做出一个估计函数:h(

原文  http://dataunion.org/20682.html主题 数据挖掘 大数据作者：  @太极儒 出处：  @太极儒的博客自己的专业方向是机器学习、数据挖掘，就业意向是互联网行业与本专业相关的工作岗位。各个企业对这类岗位的命名可能有所不同，比如数据挖掘/自然语言处理/机器学习算法工程师，或简称算法工程师，还有的称为搜索/推荐算法工程师，甚至有的并入后台工程

这一讲Ng主要讲的内容有：局部加权回归，Logistic回归，感知器。对于一个监督学习模型来说，特征集合太小，会使模型过于简单，称为欠拟合，反之特征集太大，会使模型过于复杂，称为过拟合。解决此类学习问题的方法：1) 特征选择算法：一类自动化算法，在这类回归问题中选择用到的特征。2) 非参数学习算法：缓解对于选取特征的需求。PS：参数学习算法（parametric learni

1. 梯度下降法、牛顿法2. 最大似然估计法3. 最小二乘法4. 线性回归（基本思想是用梯度下降法对最小二乘法形式的误差函数进行优化）5. K最近邻分类算法（KNN）6. 决策树（ID3、C4.5算法、迭代决策树（GBRT）、随机森林）7. 朴素贝叶斯(Naive Bayesian Model)8. Logis

教你如何迅速秒杀掉：99%的海量数据处理面试题作者：July出处：结构之法算法之道blog前言   一般而言，标题含有“秒杀”，“99%”，“史上最全/最强”等词汇的往往都脱不了哗众取宠之嫌，但进一步来讲，如果读者读罢此文，却无任何收获，那么，我也甘愿背负这样的罪名，:-)，同时，此文可以看做是对这篇文章：十道海量数据处理面试题与十个方法大总结的

最初是由Facebook在2014年提出，并被广泛运用于点击率预估项目上，被证明有效。动机在于GBDT无法直接处理海量的离散特征，复杂度太高，所以主要思路就是就是先用已有特征训练GBDT模型，然后利用GBDT模型学习到的树来构造新特征，最后把这些新特征加入原有特征一起训练模型，事实上就是一种stacking的模型融合方式。构造的新特征向量是取值0/1的，向量的每个元素对应于GBDT模型中树的叶