热门好课推荐
猜你喜欢
相关培训 相关博客
  • EM算法:最大期望算法是一类通过迭代进行极大似然估计的优化算法,通常作为牛顿迭代法的替代,用于对包含隐变量或缺失数据的概率模型进行参数估计。在进行了解之前,我们先通过一个抛硬币的经典例子来解释EM算法的由来:现在我们有两枚硬币A和B,这两枚硬币和普通的硬币不一样,他们投掷出正面的概率和投掷出反面的概率不一定相同。我们将A和B投掷出正面的概率分别记为θA和θB。独立地做5次...
    2019-09-28 18:02:07
    阅读量:1803
    评论:0
  • 欢迎来到“Python进阶”专栏!来到这里的每一位同学,应该大致上学习了很多 Python 的基础知识,正在努力成长的过程中。在此期间,一定遇到了很多的困惑,对未来的学习方向感到迷茫。我非常理解你们所面临的处境。我从2007年开始接触 python 这门编程语言,从2009年开始单一使用 python 应对所有的开发工作,直至今天。回顾自己的学习过程,也曾经遇到过无数的困难,也曾经迷茫过、困惑过。开办这个专栏,正是为了帮助像我当年一样困惑的 Python 初学者走出困境、快速成长。希望我的经验能真正帮到你
    2019-11-13 18:16:52
    阅读量:21925
    评论:51
  • 本文致力于手把手教你实现一个最简单的机器学习模型--一元线性回归模型。短短的14行代码,就实现了。希望读完以后,你也能自己实现它。并对线性回归有更好的了解,或者从不了解到了解。
    2019-05-06 19:51:29
    阅读量:21334
    评论:18
  • 从机器学习到逻辑回归今天,我们只关注机器学习到线性回归这条线上的概念。别的以后再说。为了让大家听懂,我这次也不查维基百科了,直接按照自己的理解用大白话说,可能不是很严谨。机器学习就是机器可以自己学习,而机器学习的方法就是利用现有的数据和算法,解出算法的参数。从而得到可以用的模型。监督学习就是利用已有的数据(我们叫X,或者特征),和数据的标注(我们叫Y),找到x和y之间的对应关系,或者说是函...
    2019-05-18 21:19:06
    阅读量:1134
    评论:0
  • 1、线性回归线性回归通常用于根据连续变量估计实际数值(房价、呼叫次数、总销售额等)。我们通过拟合最佳直线来建立自变量和因变量的关系。这条最佳直线叫做回归线,并且用 Y= a *X + b 这条线性等式来表示。理解线性回归的最好办法是回顾一下童年。假设在不问对方体重的情况下,让一个五年级的孩子按体重从轻到重的顺序对班上的同学排序,你觉得这个孩子会怎么做?他(她)很可能会目测人们的身高和体型,综合这些...
    2018-02-21 00:24:39
    阅读量:896
    评论:16
  • 一、回归算法回归是统计学中最有力的工具之一。机器学习监督学习算法分为分类算法和回归算法两种,其实就是根据类别标签分布类型为离散型、连续性而定义的。回归算法用于连续型分布预测,针对的是数值型的样本,使用回归,可以在给定输入的时候预测出一个数值,这是对分类方法的提升,...
    2018-03-24 18:40:06
    阅读量:11680
    评论:3
  • 机器学习中的泛化,泛化即是,模型学习到的概念在它处于学习的过程中时模型没有遇见过的样本时候的表现。在机器学习领域中,当我们讨论一个机器学习模型学习和泛化的好坏时,我们通常使用术语:过拟合和欠拟合。我们知道模型训练和测试的时候有两套数据,训练集和测试集。在对训练数据进行拟合时,需要照顾到每个点,而其中有一些噪点,当某个模型过度的学习训练数据中的细节和噪音,以至于模型在新的数据上表现很差,这样的话模型...
    2018-03-24 18:44:10
    阅读量:447
    评论:0
  • 1. 逻辑回归简单算法思想2. 逻辑回归Python算法@机器学习实战#加载二维数据import numpy as npdef loadDataSet(): dataMat =[]; labelMat=[] fr = open('testSet.txt') for line in fr.readlines(): lineArr = line.
    2017-09-15 22:09:46
    阅读量:840
    评论:0
  • 自本系列第一讲推出以来,得到了不少同学的反响和赞成,也有同学留言说最好能把数学推导部分写的详细点,笔者只能说尽力,因为打公式实在是太浪费时间了。。本节要和大家一起学习的是逻辑(logistic)回归模型,继续按照手推公式+纯 Python 的写作套路。逻辑回归本质上跟逻辑这个词不是很搭边,叫这个名字完全是直译过来形成的。那该怎么叫呢?其实逻辑回归本名应该叫对数几率回归,是线性回归的一种推广,所...
    2018-10-13 10:08:23
    阅读量:176
    评论:0
  • Prerequisite 必备的知识要理解GBDT,首先要理解DT和线性回归。可以参考一下文章:《python机器学习手写算法系列——线性回归》《python机器学习手写算法系列——决策树》概述GBDT全称Gradent Boosting Decision Tree, 也叫Gradient Boosting Tree。GBDT是一种ensemble方法。所以如果你使用sklearn,可...
    2019-09-08 11:44:16
    阅读量:675
    评论:1
  • 多努力就会有多特殊(neverforever)——仌一、十大经典算法1.线性回归2.决策树3.随机森林4.逻辑回归5.支持向量机6.朴素贝叶斯7.K近邻算法8.K均值算法9.神经网络10.集成学习其他算法请参考我的其他文章二、了解线性回归线性回归分为:一元线性回归和多元线性回归.很明显一元只有一个自变量,多元有多个自变量。拟合多元线性回归的时候,可以...
    2018-12-23 16:43:29
    阅读量:474
    评论:0
  • 大多数的回归问题,都可以使用最小二乘法来求解参数,而求解参数的过程又通常依赖梯度下降法。不仅是回归问题,很多机器学习都是基于梯度下降来实现参数优化,因此梯度下降可以说是机器学习的核心算法之一。简单地说梯度下降利用导数,通过不断迭代,经过有限次的运算,逐渐逼近最优解。1. 一元回归与最小二乘直接看吴恩达老师课程中的例子。现在有一些房价和面积的数据(x,y),想找出他们之间的关系。我们可以大概画
    2017-06-05 17:48:35
    阅读量:850
    评论:0