weixin_43255133的博客

决策树 一、决策树基本概念 决策树是一种常见的机器学习方法； 一颗决策树包含一个根结点、若干个内部结点和若干个叶结点; 以二分类任务为例： 二、决策树学习的基本流程 输入：训练集D={}; 属性集A={}; 过程：函数TreeGenerate(D,A) 1）生成结点node； 2）if D中的样本全属于同一类别C then 将node标记为C类叶节点； return end if 3）if A=...

机器学习之神经网络1.神经元模型2.感知机与多层网络3.误差逆传播算法4.全局最小与局部最小5.深度学习 1.神经元模型 神经元 neurou 模型 神经科学中神经元图片： 个人理解：机器学习的本质是对大量数据的利用，即将大量的数据压缩为可以直接使用的知识与规律，而神经元模型恰好能满足这一需求。 激活函数的介绍 神经元具有“兴奋”与“抑制”两种状态。为了更切合神经元的真实传输情况，我们将神经...

机器学习之贝叶斯学习 一、概述 二、贝叶斯决策论 1. 什么是贝叶斯公式？ 2. 最小错误率贝叶斯决策 3. 最小风险贝叶斯决策 4. 极大似然估计（MLE） 三、贝叶斯分类器 1. 朴素贝叶斯分类器基本知识 2. 三种常见的模型 2. 贝叶斯分类器的实际应用 四、总结 五、参考资料   一、概述 贝叶斯决策最大的特点就是依赖先验，通俗来说，就是根据之前的依据，对未来...

章节介绍： 1 知识内容 2 代码实例 3 问题探讨 4 参考材料和学习扩展 注：由于文章内容公式过多，以图片形式插入导致格式错乱比较严重，所在word中编辑后无法很顺利的倒到博客里，所以我把word版原文放在了百度云盘里，大家可以下载，方便阅读和引用。 链接: https://pan.baidu.com/s/16_VepUNmNtN5IM--L_sPtA 提取码: h6tn ...

       特征选择的本质就是在数据做处理之前先做一次预处理，把有用的特征筛选出来，没用的特征就扔掉。        举个例子，我要区分男女，但我现在有一些数据，比如身高，体重，年龄，电话号码，家庭住址。这些信息我如果能在作处理之前先进行一次筛选，把年龄，电话，住址筛去的话就可以：  压缩数据     加快通信传输，节省储存资源  算法效率     简化计算，加快速度     提升精确度 ...

整个项目参考于：https://blog.youkuaiyun.com/sinat_33741547/article/category/6442592，以及对相关学习课程的实践。 项目代码：https://github.com/FairyFali/recommend。 环境依赖：Python3：Pandas,numpy,pickle 基于用户的协同过滤模型 什么是基于用户的协同过滤？ 协同过滤（co...