240 发简信
wujustin
IP属地：甘肃
  • Hive系列之SerDe

    SerDe是Serialize/Deserilize的简称，目的是用于序列化和反序列化。 序列化作用 序列化是对象转换为字节序列的过程。序列化是...

    0.5 16890 1 7
  • Resize,w 360,h 240
    回归系列之L1和L2正则化

    机器学习监督算法的基本思路是 让拟合的模型尽量接近真实数据， 换句更通俗的话, 要让我们的模型尽量简单又能很好的反应已知数据之间关系。在这个贴近...

    0.2 26204 2 33 1
  • 回归系列之线性回归的关键问题

    如上篇文章， 岭回归、Lasso回归和ElasticNet 回归都是以普通的线性回归为基础，先列举下线性回归的模型公式： 岭回归为解决共线性问题...

    2463 2 0
  • Resize,w 360,h 240
    回归系列之梯度下降

    上一篇文章中，线性回归关键问题之一：求解系数的方法梯度下降。梯度下降在数据挖掘很多算法中都有应用， 属于比较基本的数学基础方法， 本文对此算法进...

    2137 1 8
  • Resize,w 360,h 240
    回归系列之入门篇

    常见回归算法基础概念，参见下如下文章，个人感觉是介绍比较好的文章： 7 Types of Regression Techniques you s...

    0.3 3141 2 7
  • Resize,w 360,h 240
    Hadoop系列之yarn架构与流程浅析

    Yarn介绍 MapReduce 早期的 JobTracker/TaskTracker 机制在可扩展性，内存消耗，线程模型，可靠性和性能存在较大...

    0.1 2331 0 5
  • 特征工程之缺失值与离群值处理

    缺失值处理方式 删除 均值缺点：当缺失数据不是随机数据时会产生偏差.对于正常分布的数据可以使用均值代替， 中位值数据是倾斜的，使用中位数比均值可...

    3957 0 3
  • 损失函数之交叉熵

    一、交叉熵的由来 信息量香农提出的“信息熵”， 是用来解决信息量化问题。信息的不确定性越强， 需要用来表达的数据量也就越多。事件的不确定性通常是...

    0.7 9597 0 5
  • Resize,w 360,h 240
    SVM支持向量机

    SVM是数据挖掘算法中比较复杂难懂的，反复观看斯坦福机器学习的视频， 以及网上零散学习各种数学和SVM相关资料， 对SVM还只能算有个粗浅的理解...

    0.7 22276 0 20
暂无个人介绍