太厲害了！Seaborn也能做多種回歸分析，統統只需一行代碼

2021-07-07

作者：云朵君 本文主要介紹回歸模型圖lmplot、線性回歸圖regplot，這兩個函數的核心功能很相似，都會繪制數據散點圖，并且擬合關于變量x,y之間的回歸曲線，同時顯示回歸的95%置信區間。 所有圖形將使 ...

CDA LEVEL II 數據分析認證考試模擬題庫（六）

2021-04-29

查看更多題目 21、A 23、A 25、D A.可能嚴重低估誤差項的方差 C.最小方差無偏性不再成立 D.最小方差無偏性仍成立 A.回歸問題要遠比分類問題更加復雜 C.回歸問題最常用的評價指標體系有混淆矩 ...

人工智能與機器學習有哪些不同

2018-08-11

人工智能與機器學習有哪些不同 人工智能早已不是一個新名詞，它的發展歷史已經有幾十年。從80年代早期開始，當時計算機科學家設計出可以學習和模仿人類行為的算法。在學習方面，最重要的算法是神經網絡，但由于 ...

一個優雅地探索相關性的新可視化方法

2017-08-27

一個優雅地探索相關性的新可視化方法 一個古老的詛咒一直縈繞著數據分析：我們用來改進模型的變量越多，那么我們需要的數據就會出現指數級的增長。不過，我們通過關注重要的變量就可以避免欠擬合以及降低收集 ...

機器學習需要哪些數學基礎

2017-05-20

機器學習需要哪些數學基礎 過去的幾個月中，有幾人聯系我，訴說他們對嘗試進入數據科學的世界，以及用機器學習的技術去探索統計規律并構建無可挑剔的數據驅動型產品的熱忱。然而，我發現一些人實際上缺乏必要的 ...

簡單易學的機器學習算法—線性回歸(1)

2017-03-24

簡單易學的機器學習算法—線性回歸(1) 一、線性回歸的概念     對連續型數據做出預測屬于回歸問題。舉個簡單的例子：例如我們在知道房屋面積(HouseArea)和臥室的數量(Bedrooms)的情況下要求房屋 ...

用十張圖解釋機器學習的基本概念

2017-03-20

用十張圖解釋機器學習的基本概念 在解釋機器學習的基本概念的時候，我發現自己總是回到有限的幾幅圖中。以下是我認為最有啟發性的條目列表。 1. Test and training error: 為什么低訓練誤差并不總 ...

用Python進行機器學習小案例

2016-11-24

用Python進行機器學習小案例 本文是用Python編程語言來進行機器學習小實驗的第一篇。主要內容如下： 讀入數據并清洗數據 探索理解輸入數據的特點 分析如何為學習算法呈現數據 選擇正確的模型和學 ...

【案例】R語言與機器學習學習筆記（分類算法）

2016-09-22

【案例】R語言與機器學習學習筆記（分類算法） 人工神經網絡（ANN），簡稱神經網絡，是一種模仿生物神經網絡的結構和功能的數學模型或計算模型。神經網絡由大量的人工神經元聯結進行計算。大多數情況下人工神經 ...

干貨 ：這7種回歸分析技術 學了不后悔

2016-09-15

干貨 ：這7種回歸分析技術 學了不后悔 本文解釋了回歸分析及其優勢，重點總結了應該掌握的線性回歸、邏輯回歸、多項式回歸、逐步回歸、嶺回歸、套索回歸、ElasticNet回歸等七種最常用的回歸技術及其關鍵要素， ...

大數據精準營銷中的個性化推薦與應用

2015-12-24

大數據精準營銷中的個性化推薦與應用 亞馬遜通過個性化推薦所獲取的交易額占總交易額的20%；雙十一期間，天貓和淘寶通過對數據的挖掘，使用了“千人千面”的個性化推薦；阿里CEO張勇在之后的媒體溝通會上肯 ...

過擬合是如何產生的？有什么好的解決方法？

2020-07-23

在機器學習中，相對于欠擬合，過擬合出現的頻次更高。這是因為，假設某一數據集其對應的模型為‘真’模型，我們通常是采用提高模型的復雜度的方法，來避免欠擬合現象的產生，但與此同時，我們又很難把網絡設計成和 ...

正則化---提高深度學習模型的泛化能力

2020-07-23

前面文章小編簡單給大家介紹了泛化能力的一些基礎知識，今天給大家帶來的是提高模型泛化能力的方法--正則化。 一、首先來回顧一下什么是泛化能力 泛化能力(generalization ability)，百科給出的定義是：機器 ...

機器學習中的偏差和方差是什么？有哪些區別？

2020-07-20

偏差與方差是我們在機器學習中經常遇到的兩個概念，而且在有關機器學習的面試中，偏差與方差也經常拿來考驗面試者的機器學習的基礎知識。偏差與方差這兩者看似簡單，但要真正弄清楚兩者之間的聯系與區別，必須要下 ...

決策樹剪枝，常用這2種方法

2020-07-09

前面我們了解了決策樹的概念，現在來了解一下決策樹剪枝?？赡軙腥藛枺簽槭裁匆糁?答案是：如果一棵決策樹完全生長，那么這棵決策樹所對應的每一個葉節點中只會包含一個樣本，就很有可能面臨過擬合問題，因此 ...

XGBoost算法的這3類參數，你知道嗎？

2020-07-09

XGBoost是誕生于2014年2月的一種專攻梯度提升算法的機器學習函數庫，它有很好的學習效果，速度也非?？?，與梯度提升算法在另一個常用機器學習庫scikit-learn中的實現相比，XGBoost的性能可以提升10倍以上。還有，X ...

對于KNN算法概念以及原理的簡單理解

2020-07-09

KNN的全稱是K-Nearest Neighbors，具體意思為K個最近的鄰居。KNN算法可以說是機器學習算法中最簡單、最基礎的算法了。既能用于分類，也能用于回歸。是通過測量不同特征值之間的距離來進行分類。 KNN的基本思路 ...

交叉驗證：評估模型的泛化能力表現

2020-06-16

注明：本文章所有代碼均來自scikit-learn官方網站 在實際情況中，如果一個模型要上線，數據分析員需要反復調試模型，以防止模型僅在已知數據集的表現較好，在未知數據集上的表現較差。即要確保模型的泛化能力 ...

關于模型優化的幾個思考

2020-04-16

目前模型的問法優化看似進入了一個瓶頸期，在這個階段模型的同學一直在調數據跑模型，但見效甚微，大家難免會有些感到手足無措，或者沮喪，這種情況在咱們做模型的過程中肯定會經常遇到的。那么如果碰到 ...

33 個神經網絡「煉丹」技巧

2019-12-26

作者 | Andrej Karpathy 編譯 | AI有道 特斯拉人工智能部門主管 Andrej Karpathy 發布新博客，介紹神經網絡訓練的技巧。 Andrej Karpathy 是深度學習計算機視覺領域、與領域的研究員 ...