luuuyi的博客

实验目的最近打算系统性的开始学习机器学习，买了几本书，也找了很多练手的东西，这个系列算是记录下自己的学习过程吧，从最基本的KNN算法开始；实验介绍语言：             PythonGitHub地址：luuuyi/Knn实验步骤1）原理介绍k近邻算法是一种基本分类和回归方法。k近邻算法：即是给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近

实验目的逻辑回归(Logistic Regression, LR)模型其实仅在线性回归的基础上，套用了一个逻辑函数，但也就由于这个逻辑函数，使得逻辑回归模型成为了机器学习领域一颗耀眼的明星，更是计算广告学的核心。单纯的使用线性回归去对数据进行分类，系统的鲁棒性很差，所以一般会对线性回归的结果做一个逻辑函数的映射，在这里，逻辑函数为sigmoid函数，函数模型为S形：实验介绍语言

实验目的：还是熟悉的实验报告写法，最近开始看机器学习，到现在算是基本的公式都能推过，对于一些常用的方法，比如lr，svm，adaboost，神经网络都有一定程度的了解，感觉看书已经不能带来什么快感了，开始准备在数据平台上打比赛，参加了京东的JData大赛，首先接触了xgboost这个方法，花了一个晚上的时间对基本的概念和公式有个大致的了解，关于xgboost是啥，可以看这一篇：机器学习（四）-