多视图学习（multiview learning）
多视图学习（multi-view learning） 前期吹牛：今天这一章我们就是来吹牛的，刚开始老板在和我说什么叫多视图学习的时候，我的脑海中是这么理解的：我们在欣赏妹子福利照片的时候，不能只看45度角的吧，要不那样岂不是都是美女了，这还得了。所以我们要看各个角度的照片，打击盗版美女 ...
原文：什么是多视图学习(Multiview Learning)？
在介绍多视图学习之前，我们先回顾一下单视图学习。单视图学习可以在传统的垃圾邮件过滤中见到。比如我们训练一个classifier去筛选垃圾邮件，我们可以通过自然语言处理 NLP 去通过邮件的内容来判断它是否是垃圾邮件。我们通常会增加一些features，比如标点符号的比例，邮件的文档长度。新的features和文档内容放在同一个视图下，我们在这里可以把视图理解为一个pd.dataframe。然后通过 ...
2019-08-03 18:12 0 2487 推荐指数：
相关推荐
网站导航（多视图页面：MultiView 和 Wizard 控件）
： MultiView 控件和 Wizard 控件。它们可以把若干个步骤浓缩到一个页面里，把几页的 ...
多视图子空间聚类/表示学习(Multi-view Subspace Clustering/Representation Learning)
多视图子空间聚类/表示学习(Multi-view Subspace Clustering/Representation Learning) 作者：凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/ “横看成岭侧成峰，远近高低各不同。”多视图聚类是最近 ...
Ensemble learning（集成学习）
集成学习：是目前机器学习的一大热门方向，所谓集成学习简单理解就是指采用多个分类器对数据集进行预测，从而提高整体分类器的泛化能力。 我们在前面介绍了。所谓的机器学习就是通过某种学习方法在假设空间中找到一个足够好的函数h逼近f，f是现实数据的分布函数模型，这个近似的函数就是分类器 ...
主动学习(Active Learning)
主动学习简介 在某些情况下，没有类标签的数据相当丰富而有类标签的数据相当稀少，并且人工对数据进行标记的成本又相当高昂。在这种情况下，我们可以让学习算法主动地提出要对哪些数据进行标注，之后我们要将这些数据送到专家那里让他们进行标注，再将这些数据加入到训练样本集中对算法进行训练。这一过程叫做 ...
集成学习(Ensemble learning)
摘要：本文是理解adaboost算法与xgboost算法的前奏篇，主要介绍集成学习（Ensemble learning）的含义，在模型选择、训练数据过多或过少、数据融合及置信度估计等几方面的应用，同时介绍了集成学习的两个重要方面，即生成模型的算法，如bagging、boosting，以及组合模型 ...
字典学习（Dictionary Learning）
0 - 背景 0.0 - 为什么需要字典学习？ 这里引用这个博客的一段话，我觉得可以很好的解释这个问题。 0.1 - 为什么需要稀疏表示？ 同样引用这个博客的一段话，我觉得可以很好的解释这个问题。 左图是新飞行员（不熟练的飞行员）的大脑。图中 ...
集成学习(Ensembling Learning)
集成学习(Ensembling Learning) 标签（空格分隔）： 机器学习 Adabost 对于一些弱分类器来说，如何通过组合方法构成一个强分类器。一般的思路是：改变训练数据的概率分布(权值分布)，针对不同的训练数据分布调用弱学习算法学习一系列的弱分类器，然后将他们组合起来，形成强 ...