data_fan

聚类聚类分析是在数据中发现数据对象之间的关系，将数据进行分组，组内的相似性越大，组间的差别越大，则聚类效果越好kmeans过程选择K个点作为初始质心 repeat 将每个点指派到最近的质心，形成K个簇 重新计算每个簇的质心 until 簇不发生变化或达到最大迭代次数 考虑欧几里得距离的数据，使用误差平方和（Sum of the Squared Error...

介绍决策树是一种常见的机器学习算法，它的思想十分朴素，类似于我们平时利用选择做决策的过程。它是类似流程图的结构，其中每个内部节点表示一个测试功能，即类似做出决策的过程（动作），每个叶节点都表示一个类标签，即在计算所有特征之后做出的决定（结果）。标签和分支表示导致这些类标签的功能的连接。从根到叶的路径表示分类规则。比如下面这个“相亲决策树”：决策树的构建决策树通常有三个步骤：特征选择决策树...

背景逻辑回归（Logistic Regression，LR）。在Kaggle竞赛的统计中，LR算法以63.5%的出产率，荣获各领域中“出场率最高的算法”这一殊荣。在实际场景中，逻辑回归同样应用广泛，大到国家各项经济政策的制定，小到计算广告CTR，都能看到LR算的身影。除了应用广泛外，LR的建模过程还体现了数据建模中很重要的思想：对问题划分层次，并利用非线性变换和线性模型的组合，将未知的复杂问题...

背景机器学习就是需找一种函数f(x)并进行优化， 且这种函数能够做预测、分类、生成等工作。那么其实可以总结出关于“如何找到函数f(x)”的方法论。可以看作是机器学习的“三板斧”：第一步：定义一个函数集合（define a function set）第二步：判断函数的好坏（goodness of a function）第三步：选择最好的函数（pick the best one）我们先...

背景I‘m Linear Regression, One of the most important mathematical models and Mother of Models.简单介绍简单线性回归目标是，找到a和b，使得损失函数：尽可能的小。示例代码import numpy as npclass SimpleLinearRegression: def __in...

ss

背景我们在机器学习中如何评价一个模型的好坏？对于一个回归问题，可以使用MSE、RMSE、MAE、R方。对于一个分类问题，可以使用分类精准度。分类算法的评价回归算法的评价...

背景

转载：https://mp.weixin.qq.com/s/m9WeLKX9sUQVE-4MTLOSNw

转载《百面机器学习》这本书的作者之一王喆老师，在知乎上的机器学习笔记专栏值得推荐：https://zhuanlan.zhihu.com/p/54089811

花半天的时间看完了人工智能基础（高中生版）后，我们对人工智能和机器学习的理解有了简单的轮廓。现在可以从《白面机器学习》中学到更多基础和进阶的知识。作者葫芦娃在引言里谈到：想要成为一名优秀的算法工程师，更重要的是对算法模型有着发自心底的热忱，对研究工作有一种匠心精神。这种匠心精神，直白来讲，可以概括为：发现问题的眼光、解决问题的探索精神，以及对问题究原竟委的执着追求。在翻过目录之后，映入...

背景汤晓鸥是商汤科技创始人和董事长。由主编的《人工智能基础》高中生版对人工智能的发展和相关算法做了些科普性质的介绍。对于人工智能的入门而言是一本很好的读物。...

推荐一位博主的博客，对特征工程的解释非常详细：特征工程之特征选择特征工程之特征表达特征工程之特征预处理

背景Martin Zinkevich是谷歌的一名研究科学家，在机器学习和AI领域具有丰富的经验。就像Google C++ Style Guide和其他最佳实践指南一样，他给出的一些机器学习规则旨在帮助有机器学习基础知识的开发者获得来自谷歌的最佳实践经验。以下是我做的一个思维导图总结。附件下载：...