菜鳥之路——機器學習之SVM分類器學習理解以及Python實現
SVM分類器里面的東西好多呀，碾壓前兩個。怪不得稱之為深度學習出現之前表現最好的算法。 今天學到的也應該只是冰山一角，懂了SVM的一些原理。還得繼續深入學習理解呢。 一些關鍵詞： 超平面（hyper plane）SVM的目標就是找到一個超平面把兩類數據分開。使邊際 ...
原文：菜鳥之路——機器學習之HierarchicalClustering層次分析及個人理解
這個算法。我個人感覺有點雞肋。最終的表達也不是特別清楚。 原理很簡單，從所有的樣本中選取Euclidean distance最近的兩個樣本，歸為一類，取其平均值組成一個新樣本，總樣本數少 不斷的重復，最終樣本數為 。這樣的話就形成了一個樹，每個節點要不有兩個子節點，要不沒有子節點。 這個算法也大概能分出來類，但是實用性我覺得不是很強。 源代碼 為了節約時間，我只寫了算法部分，實際應用的沒寫。 這個 ...
2018-09-05 18:03 0 863 推薦指數：
相關推薦
菜鳥之路——機器學習之BP神經網絡個人理解及Python實現
關鍵詞： 輸入層（Input layer）。隱藏層（Hidden layer）。輸出層（Output layer） 理論上如果有足夠多的隱藏層和足夠大的訓練集，神經網絡可以模擬出任何方程。隱藏層多的時候就是深度學習啦 沒有明確的規則來設計最好有多少個隱藏層，可以根據實驗測試的誤差以及准確度 ...
菜鳥之路——機器學習之非線性回歸個人理解及python實現
關鍵詞： 梯度下降：就是讓數據順着梯度最大的方向，也就是函數導數最大的放下下降，使其快速的接近結果。 Cost函數等公式太長，不在這打了。網上多得是。 這個非線性回歸說白了就是縮小版的神經網絡。 ...
機器學習--聚類系列--層次聚類
層次聚類 層次聚類(Hierarchical Clustering)是聚類算法的一種，通過計算不同類別數據點間的相似度來創建一棵有層次的嵌套聚類樹。在聚類樹中，不同類別的原始數據點是樹的最低層，樹的頂層是一個聚類的根節點。創建聚類樹有自下而上合並和自上而下分裂兩種方法。 作為一家 ...
機器學習-層次聚類（划分聚類）
層次聚類（划分聚類） 聚類就是對大量未知標注的數據集，按照數據內部存在的數據特征將數據集划分為多個不同的類別，使類別內的數據比較相似，類別之間的數據相似度比較小；屬於無監督學習。 算法步驟 1.初始化的k個中心點 2.為每個樣本根據距離分配類別 3.更新每個類別的中心點（更新為該類 ...
機器學習——層次聚類算法
層次聚類方法（我們做算法的用的很少）對給定的數據集進行層次的分解或者合並，直到滿足某種條件為止，傳統的層次聚類算法主要分為兩大類算法: ●凝聚的層次聚類: AGNES算法(AGglomerative NESting)==>采用自底向.上的策略。最初將每個對象作為一個簇，然后這些簇 ...
《機器學習實戰》菜鳥學習筆記（一）
《機器學習實戰》終於到手了，開始學習了。由於本人python學的比較挫，所以學習筆記里會有許多python的內容。 1、 python及其各種插件的安裝 由於我使用了win8.1 64位系統（正版的哦），所以像numpy 和 matploblib這種常用的插件不太好裝，解決方案 ...
Python機器學習——Agglomerative層次聚類
層次聚類（hierarchical clustering）可在不同層次上對數據集進行划分，形成樹狀的聚類結構。AggregativeClustering是一種常用的層次聚類算法。 其原理是：最初將每個對象看成一個簇，然后將這些簇根據某種規則被一步步合並，就這樣不斷合並直到達到預設的簇類個數 ...