采样方法 目录 采样方法 Inverse CDF 接受-拒绝采样(Acceptance-Rejection Sampling) 蒙特卡洛方法 重要性采样： MCMC(Markov Chain Monte ...

0x00 概述 在数据挖掘中，我们经常需要计算样本之间的相似度，通常的做法是计算样本之间的距离。 在本文中，数据科学家 Maarten Grootendorst 向我们介绍了 9 种距离度量方法，其中包括欧氏距离、余弦相似度等。 许多算法，无论是监督学习还是无监督学习，都会使用距离度量 ...

这里主要从应用角度讲这三者之间的关系 在数据分析工作全流程中，统计方法主要应用在数据探索、统一分析与建模阶段 平均值、中位数等更好了解当前的数据，A/B测试检测两个数据差异是否显著等。 …… 监督学习的驱动力分析与无监督学习的分类分析 ...

1. 激活函数 1.1 各激活函数曲线对比 常用激活函数： 1.2 各激活函数优缺点 sigmoid函数 优点：在于输出映射在（0，1）范围内，单调连续，适合用作输出层，求导容易 缺点：一旦输入落入饱和区，一阶导数接近0，就可能产生 ...

1. mat() mat()与array的区别： mat是矩阵，数据必须是2维的，是array的子集，包含array的所有特性，所做的运算都是针对矩阵来进行的。 array是数组，数据可以是多维 ...

机器通过损失函数进行学习。这是一种评估特定算法对给定的数据 建模程度的方法。如果预测值与真实值之前偏离较远，那么损失函数便会得到一个比较大的值。在一些优化函数的辅助下，损失函数逐渐学会减少预测值与真实值之间的这种误差。 机器学习中的所有算法都依赖于最小化或最大化某一个函数，我们称之为“目标函数 ...

在使用数组的过程中，经常会对数组进行复制，这里介绍3种数组复制的方法，供大家参考和学习 数组复制方法一： 通过遍历原数组，遍历的过程中，对原数组进行取值， 然后在赋值给新的数组。 注意： 1. 这种复制方法要求，目标数组的长度，不能小于原数组的长度， 否则复制的过程中 ...

　　在机器学习中，我们将模型在训练集上的误差称之为训练误差，又称之为经验误差，在新的数据集（比如测试集）上的误差称之为泛化误差，泛化误差也可以说是模型在总体样本上的误差。对于一个好的模型应该是经验误差约等于泛化误差，也就是经验误差要收敛于泛化误差，根据霍夫丁不等式可知经验误差在一定条件下是可以收敛 ...