邏輯回歸，決策樹，支持向量機 選擇方案

2018-01-16

邏輯回歸，決策樹，支持向量機 選擇方案 分類是我們在工業界經常遇到的場景，本文探討了3種常用的分類器，邏輯回歸LR，決策樹DT和支持向量機SVM。 這三個算法都被廣泛應用于分類（當然LR，DT和SVR也可以用于 ...

如何為分類問題選擇合適的機器學習算法

2018-01-12

如何為分類問題選擇合適的機器學習算法 若要達到一定的準確率，需要嘗試各種各樣的分類器，并通過交叉驗證選擇最好的一個。但是，如果你只是為你的問題尋找一個“足夠好”的算法或者一個起點，以下準則有利于 ...

一文讀懂聚類算法

2018-01-11

一文讀懂聚類算法 1. 聚類的基本概念 1.1 定義 聚類是數據挖掘中的概念，就是按照某個特定標準(如距離)把一個數據集分割成不同的類或簇，使得同一個簇內的數據對象的相似性盡可能大，同時不在同一個簇中 ...

在人工智能和大數據產品的開發中，有哪些需要特別注意的點

2017-12-23

在人工智能和大數據產品的開發中，有哪些需要特別注意的點 人工智能是近年來科技發展的重要方向，大數據的采集、挖掘、應用的技術越來越受到矚目。在人工智能和大數據產品的開發過程中，有哪些特別需要注意的要 ...

R語言中樣本平衡的幾種方法

2017-12-06

R語言中樣本平衡的幾種方法 在對不平衡的分類數據集進行建模時，機器學習算法可能并不穩定，其預測結果甚至可能是有偏的，而預測精度此時也變得帶有誤導性。在不平衡的數據中，任一算法都沒法從樣本量少的類中 ...

用Python給文本創立向量空間模型的教程

2017-08-15

用Python給文本創立向量空間模型的教程 我們需要開始思考如何將文本集合轉化為可量化的東西。最簡單的方法是考慮詞頻。 我將盡量嘗試不使用NLTK和Scikits-Learn包。我們首先使用Python講解一些基本概念。 ...

人工智能和大數據的開發過程中需要主意這12點

2017-08-12

人工智能和大數據的開發過程中需要主意這12點 人工智能是近年來科技發展的重要方向，在大數據時代，對數據采集、挖掘、應用的技術越來越受到矚目。在人工智能和大數據的開發過程中，有哪些特別需要注意的要點？ ...

機器學習模型評價(Evaluating Machine Learning Models)-主要概念與陷阱

2017-07-24

機器學習模型評價(Evaluating Machine Learning Models)-主要概念與陷阱 本文主要解釋一些關于機器學習模型評價的主要概念，與評價中可能會遇到的一些陷阱。如訓練集-驗證集二劃分校驗（Hold-out validation） ...

人工智能和大數據的開發過程中需要注意這12點

2017-07-18

人工智能和大數據的開發過程中需要注意這12點 　人工智能是近年來科技發展的重要方向，在大數據時代，對數據采集、挖掘、應用的技術越來越受到矚目。在人工智能和大數據的開發過程中，有哪些特別需要注意的要點 ...

R之KNN算法

2017-07-09

R之KNN算法 KNN（k-Nearest Neighbor)分類算法是數據挖掘分類技術中較簡單的方法之一。所謂k最近鄰，就是k個最近的鄰居的意思，說的是每個樣本都可以用它最接近的k個鄰居來代表。 例如，上圖中，綠色圓 ...

機器學習中的特征—特征選擇的方法以及注意點

2017-07-04

機器學習中的特征—特征選擇的方法以及注意點 關于機器學習中的特征我有話要說 在這次校園招聘的過程中，我學到了很多的東西，也糾正了我之前的算法至上的思想，尤其是面試百度的過程中，讓我漸漸意識到 ...

從模型選擇到超參調整，六步教你如何為機器學習項目選擇算法

2017-04-01

從模型選擇到超參調整，六步教你如何為機器學習項目選擇算法 隨著機器學習的進一步火熱，越來越多的算法已經可以用在許多任務的執行上，并且表現出色。 但是動手之前到底哪個算法可以解決我們特定的實際問 ...

機器學習算法與Python實踐之（三）支持向量機（SVM）進階

2017-03-26

機器學習算法與Python實踐之（三）支持向量機（SVM）進階 五、核函數 如果我們的正常的樣本分布如下圖左邊所示，之所以說是正常的指的是，不是上面說的那樣由于某些頑固的離群點導致的線性不可分。它是真的 ...

機器學習算法與Python實踐之（二）支持向量機（SVM）初級

2017-03-26

機器學習算法與Python實踐之（二）支持向量機（SVM）初級 一、引入 支持向量機（SupportVector Machines），這個名字可是響當當的，在機器學習或者模式識別領域可是無人不知，無人不曉啊。八九十年代的時候 ...

機器學習算法與Python實踐之（一）k近鄰（KNN）

2017-03-26

機器學習算法與Python實踐之（一）k近鄰（KNN） 一、kNN算法分析 K最近鄰（k-Nearest Neighbor，KNN）分類算法可以說是最簡單的機器學習算法了。它采用測量不同特征值之間的距離方法進行分類。它的思想很簡 ...

簡單易學的機器學習算法—支持向量機

2017-03-20

簡單易學的機器學習算法—支持向量機 支持向量機(Support Vector Machines, SVM)被公認為比較優秀的分類模型，有很多人對SVM的基本原理做了闡述，我在學習的過程中也借鑒了他們的研究成果，在我介紹基本 ...

數據挖掘十大算法之CART詳解

2017-03-16

數據挖掘十大算法之CART詳解 CART生成 CART假設決策樹是二叉樹，內部結點特征的取值為“是”和“否”，左分支是取值為“是”的分支，右分支是取值為“否”的分支。這樣的決策樹等價于遞歸地二分每個特征，將 ...

機器學習中特征選擇概述

2017-03-11

機器學習中特征選擇概述 1. 背景 1.1 問題 在機器學習的實際應用中，特征數量可能較多，其中可能存在不相關的特征，特征之間也可能存在相關性，容易導致如下的后果：  （1） 特征個數越多，分析特征 ...

聊一聊特征學習在用戶偏好預測中的應用

2017-03-02

本文聊聊如何利用客戶購買行為預測其偏好。 為了基于客戶購買行為預測其偏好，可以利用機器學習中比較新興的稀疏編碼和稀疏限制性玻爾茲曼機將原始數據變換成稀疏高緯表示。這些特征學習技巧獨立于預測模 ...

R語言不平衡數據分類指南

2017-02-27

R語言不平衡數據分類指南 目前我們發展出了不少機器學習算法來對數據建模，基于數據進行一些預測已經不再是難事。不論我們建立的是回歸或是分類模型，只要我們選擇了合適的算法，總能得到比較精確的結果。然而 ...