在本章节中，我们会学习如何用Theano实现最基本的对数回归分类器。首先，我们会简单的复习一个这个模型，在这个过程中，大家可以进一步的了解如何把数学表达式和Theano的图模型结合起来。 数学模型 对数回归模型是试过线性概率分类器，它有两个参数，权重矩阵$W$和偏移向量$b$.分类的过程 ...

在鸢尾花数据集上 去除线性可分的类（1类），结果如下： 去除线性不可分的类（0类），结果如下： ...

　　我正在做一个关于SVM的小项目，在我执行验证SVM训练后的模型的时候，得到的report分数总是很高，无论是召回率（查全率）、精准度、还是f1-score都很高： 图1 分类器分数report 　　但是，对于训练的效果就非常差，差到连包含训练集的测试集都无法正确分类，如下图所示 ...

以下内容参考CS231n。 上一篇关于分类器的文章，使用的是KNN分类器，KNN分类有两个主要的缺点： 空间上，需要存储所有的训练数据用于比较。 时间上，每次分类操作，需要和所有训练数据比较。 本文开始线性分类器的学习。 和KNN相比，线性分类器才算得上真正具有实用价值 ...

贝叶斯定理 贝叶斯定理是通过对观测值概率分布的主观判断（即先验概率）进行修正的定理，在概率论中具有重要地位。 先验概率分布(边缘概率)是指基于主观判断而非样本分布的概率分布，后验概率(条件概率)是 ...

贝叶斯定理 贝叶斯定理是通过对观测值概率分布的主观判断（即先验概率）进行修正的定理，在概率论中具有重要地位。 先验概率分布(边缘概率)是指基于主观判断而非样本分布的概率分布，后验概率(条件概率)是 ...

本文代码来之《数据分析与挖掘实战》，在此基础上补充完善了一下~ 代码是基于SVM的分类器Python实现，原文章节题目和code关系不大，或者说给出已处理好数据的方法缺失、源是图像数据更是不见踪影，一句话就是练习分类器（▼㉨▼メ） 源代码直接给好了K=30，就试了试怎么选的，挑选规则设定比较 ...

在之前的决策树到集成学习里我们说了决策树和集成学习的基本概念（用了adaboost昨晚集成学习的例子），其后我们分别学习了决策树分类原理和adaboost原理和实现， 上两篇我们学习了cart（决策分类树），决策分类树也是决策树的一种，也是很强大的分类器，但是cart的深度太深，我们可以指定 ...