python大战机器学习——聚类和EM算法
注：本文中涉及到的公式一律省略（公式不好敲出来），若想了解公式的具体实现，请参考原著。 1、基本概念 （1）聚类的思想： 将数据集划分为若干个不想交的子集（称为一个簇cluste ...
原文：Python大战机器学习——基础知识+前两章内容
一 矩阵求导 复杂矩阵问题求导方法：可以从小到大，从scalar到vector再到matrix。 x is a column vector, A is a matrix d A amp x x dx A d A x dx A d xT amp x A dxT A d xT A dxT A d xT amp x A dx AT d xT A dx AT d xT amp x A amp x x dx ...
2017-07-24 20:04 0 1372 推荐指数：
相关推荐
python大战机器学习——半监督学习
半监督学习：综合利用有类标的数据和没有类标的数据，来生成合适的分类函数。它是一类可以自动地利用未标记的数据来提升学习性能的算法 1、生成式半监督学习 优点：方法简单，容易实现。通常在有标记数据极少时，生成式半监督学习方法比其他方法性能更好 缺点：假设的生成式模型必须与真实 ...
python大战机器学习——数据预处理
数据预处理的常用流程： 1）去除唯一属性 2）处理缺失值 3）属性编码 4）数据标准化、正则化 5）特征选择 6）主成分分析 1、去除 ...
python大战机器学习——模型评估、选择与验证
1、损失函数和风险函数 (1)损失函数：常见的有 0-1损失函数 绝对损失函数 平方损失函数 对数损失函数 (2)风险函数：损失函数的期望 经验风险：模型在数据集T上的平均损失 ...
python大战机器学习——数据降维
注：因为公式敲起来太麻烦，因此本文中的公式没有呈现出来，想要知道具体的计算公式，请参考原书中内容 降维就是指采用某种映射方法，将原高维空间中的数据点映射到低维度的空间中 1、主成分分析（PCA） 将n维样本X通过投影矩阵W，转换为K维矩阵Z 输入：样本集D，低维空间d ...
机器学习——基础知识
###机器学习的基础概念 机器学习时一门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。 机器学习主要使用的学习方法是归纳，而不是演绎。 机器学习 ...
机器学习概率论的一些基础知识
概率论的一些基础知识 条件概率 \(P(B|A) = \frac{1}{3}\) 表示的意思为当A发生的时候，B发生的概率 有公式 \[P(B|A) = \frac{P(AB)}{P(A)} \] \[P(AB) = P(B|A)*P(A)=P(A|B)*P(B ...