机器学习之特征工程 特征工程的作用 从数据中抽取出对预测结果有用的信息 从数据中构建出对结果有用的信息 更好的特征能更高效的实现 更好的特征能在...

AR与VR的区别与联系： AR属于增强现实技术，而vr则是虚拟现实技术，两者的区别主要是呈现的场景中，虚拟成分比重的大小； 通俗一点来说的话，V...

机器学习中对于模型正确率的预估 在机器学习中模型的好坏的评估可以从几个指标入手： 精确率和召回率是对于分类任务来说的 用P代表我们预测的正类，N...

机器学习中的矩阵 机器学习中矩阵是一个很重要的概念，对我们理解其中变量的相关性和相似性，降维等分析具有很大的作用，其中一些概念和数学中的矩阵表示...

线性回归算法 线性回归算法是用来拟合连续值样本的一类算法，具体来说就是在我们观察到数据是线性变化的时候，我们可以使用一条拟合直线来大概的描述样本...

感知机算法 感知机其实就是逻辑回归的轻量版，就是找出一个简单的分类超平面，从而将正负样本分割出来 算法简介 对于样本集合,如下 我们期望找到一个...

记录一下使用sklearn做逻辑回归的一些代码，避免忘掉 使用到的库主要是matplotlib.pyplot(用来画图),numpy(做一些数组...

朴素贝叶斯分类算法 算法简介 朴素贝叶斯是使用贝叶斯的条件概率来做分类判断的一种算法，具体的依据就是，对于二分类来说的话，如果 也就是在x1,x...

入门 任务是从样本中推理 需要解决的问题是： 处理海量数据的存储和计算的高效算法 学习得到的模型，一定是高效的，即时间复杂度，空间复杂度和精确度...