xuchuyan的专栏

在直观印象中,说起聚类算法,首先想到的k-means.k-means作为经典的聚类算法,应用范围很广,但是在运行前要指定聚类的数量n,这个值对于最终的计算结果有很大的影响.而现在也没有通用的方法来得到这个值.本文介绍了包括k-means在内的多种聚类算法,可以在实际中灵活使用.

kagglehttps://www.kaggle.com/c/santander-customer-transaction-prediction/leaderboardkaggle经验分享链接1 ata Exploration，EDA（Exploratory Data Analysis）通常我们会用 pandas 来载入数据，并做一些简单的可视化来理解数据。Visualization，...

1 K-means聚类算法，原始数据不带标签，属于无监督算法的范围初始有一团数据，选择2个点作为其质心，计算每个数据点到各个质心的距离，选择距离最近的质心作为数据点的标签，由于有2个质心，现在数据被分为2个部分了，分别计算2个部分的数据得到新的质心；重复这个过程，直到质心位置不变或者变化范围很小。难点在于质心数量的选择，和计算距离的方式选择。2 决策树2.1 基本概念1 信息熵信...

2015年Kaggle竞赛中，29支挑战成功队伍，有17支使用XGBoost。第二流行的方式是深度神经网络，有11支队伍使用。scalability，可伸缩性，可在单机运行，也可在分布式系统和内存限制的系统运行。创新点：• We design and build a highly scalable end-to-end treeboosting system.• We propose a...