
机器学习
国平's BLOG
这个作者很懒,什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
上手机器学习小白指南
引言对于现在流行的深度学习,保持学习精神是必要的——程序员尤其是架构师永远都要对核心技术和关键算法保持关注和敏感,必要时要动手写一写掌握下来,先不用关心什么时候用到——用不用是政治问题,会不会写是技术问题,就像军人不关心打不打的问题,而要关心如何打赢的问题。接下来我按照自己走过的路来聊聊,小白如何学习机器学习对程序猿来说,机器学习是有一定门槛的(这个门槛也是其核心竞争力),相信很多人在学习机...原创 2019-04-20 17:51:09 · 666 阅读 · 0 评论 -
简述神经网络模型
一:前言让我们来看一个经典的神经网络。这是一个包含三个层次的神经网络。红色的是输入层,绿色的是输出层,紫色的是中间层(也叫隐藏层)。输入层有3个输入单元,隐藏层有4个单元,输出层有2个单元。后文中,我们统一使用这种颜色来表达神经网络的结构。有此图我们可以记住:1.一个神经网络时,输入层与输出层的节点数往往是固定的,中间层则可以自由指定;2.神经网络结构图中的拓扑与箭头代表着预测过程时数...原创 2019-04-02 01:12:25 · 1271 阅读 · 0 评论 -
决策树(二)
简单回顾上一节我们使用ID3算法:ID3算法的核心是在决策树各个结点上对应信息增益准则选择特征,递归地构建决策树。具体方法是:从根结点开始,对结点计算所有可能的特征的信息增益,选择信息增益最大的特征作为结点的特征,由该特征的不同取值建立子节点;再对子结点递归地调用以上方法,构建决策树;直到所有特征的信息增益均很小或没有特征可以选择为止,最后得到一个决策树。ID3相当于用极大似然法进...原创 2019-04-01 21:16:16 · 2164 阅读 · 0 评论 -
夏日炎炎,使用决策树去挑选西瓜(python实现)
问题导向树结构大家应该都熟知了,通过根节点开始,通过判断节点信息的是或否决定分支,逐次向下,最后在叶子节点生成最终的决策。决策的每个分支可以是数值条件也可以是我们传承的经验,下面我将使用java代码在300行内实现一个决策树。夏日炎炎,我们如何使用过去的经验来判断一个西瓜是不是好瓜呢?我们一般会根据它的 色泽,根蒂,敲声,纹理,触感等等来判断它是不是一个好瓜。以下是去年父亲买瓜时的信息...原创 2019-03-30 21:08:27 · 12347 阅读 · 3 评论 -
No module named 'sklearn.cross_validation'
在使用KFold交叉验证的时候,报这个错,我原来以为是因为这个模块没有安装成功,最后发现就没这个模块…提示没有KFold是因为原来的这个包 cross_validation’太旧了,以及被淘汰了。但如果你的还支持这个包from sklearn.cross_validation import KFold记得它需要3个参数:数组长度、分割数和洗牌。ength of array, n...原创 2019-03-20 23:23:10 · 1531 阅读 · 1 评论 -
在python上安装xgboost最简单的方法
最近要学习XGB打kaggle比赛,可是网上安装xgboost的教程五花八门,又是镜像,又是VS的~~~~非常绝望,最后之间使用anaconda简单快捷的安装亲测有效:打开anaconda自带的Prompt,输入anaconda search -t conda xgboost在里面找到可以在win64上安装的包的名字,应该是“anaconda py-xgboost”,输入con...原创 2019-03-17 05:21:33 · 6301 阅读 · 0 评论 -
jupyter notebook操作合集
安装包,又不想重新启动cmd:!pip install sklearn(包名)安装插件:先在windows 中激活环境activate tensorflow再安装nbextensionspip install jupyter_contrib_nbextensionsjupyter contrib nbextension install --user安装nbextensions...原创 2019-03-09 19:19:20 · 370 阅读 · 0 评论