首页
博客
源码
资源
博客
源码
写文章
发布博客
发布资源
登录
X
机器学习
相关资讯
热门
最新
后端
01-01 08:00
后端
机器学习-特征工程基础
一、特征处理 1.1 类别型特征类别型特征(Categorical Feature)主要是指性别(男、女)、血型(A、B、 AB、O)等只在有限选项内取值的特征。类别型特征原始输入通常是字符串形式,...
144
后端
01-01 08:00
后端
机器学习 - k-means聚类
机器学习 - k-means聚类,机器学习-k-means聚类k-means简介k-means是无监督学习下的一种聚类算法,简单说就是不需要数据标签,仅靠特征值就可以将数据分为指定的几类。k-means算法的核心就是通过计算每个数据点与k个质心(或重心)之间的距离,找出与各质心距离最近的点,并将这些点分为该质心所在的簇,从而实现聚类的效果。k-means具体步骤1.指定要把数据聚为几类,确定k值;
142
代码人生
01-01 08:00
代码人生
机器学习算法系列(十四)-硬间隔支持向量机算法(Hard-margin Support Vector Machine)
机器学习算法系列(十四)-硬间隔支持向量机算法(Hard-margin Support Vector Machine),阅读本文需要的背景知识点:拉格朗日乘子法、KKT条件、一丢丢编程知识一、引言前面一节我们介绍了一种分类算法——朴素贝叶斯分类器算法,从概率分布的角度进行分类。下面我们会花几节来介绍另一种在分类问题中有着重要地位的算法——支持向量机1(SupportVectorMachine/SV
137
后端
01-01 08:00
后端
机器学习-深度学习-强化学习-知识总结
机器学习-深度学习-强化学习-知识总结,机器学习-深度学习-强化学习-知识总结MetricLearning:度量学习,距离度量学习(DistanceMetricLearning,DML),相似度学习,传统机器学习方法,在人脸识别任务中,可以通过某个指标来衡量不同图片之间的相似度。MetaLearning:元学习,就是learningtolearn,在一项任务上学习得到一个模型f1,能够自己在其他任
128
后端
01-01 08:00
后端
机器学习常用Pandas语法
“机器学习的搬运工:Pandas流水线给你助力!” 一、生成数据表 1、首先导入pandas库,一般都会用到numpy库,所以我们先导入备用: import numpy as np import p...
127
百科问答
01-01 08:00
百科问答
机器学习聚类算法的应用(常见的聚类算法有)
机器学习聚类算法的应用(常见的聚类算法有),在理解大数据方面,聚类是一种很常用的基本方法。近日,数据科学家兼程序员PeterGleeson在freeCodeCamp发布了一篇深度讲解文章,对一些聚类算法进行了基础介绍,并通过简单而详细的例证对其工作过程进行了解释说明。看看下面这张图,有各种各样的虫子和蜗牛,你试试将它们分成不同的组别?不是很难吧,先从找出其中的蜘蛛开始吧!完成了吗?尽管这里并不一定
126
后端
01-01 08:00
后端
机器学习-特征提取-字典特征提取-文本特征提取-TF-IDF
一、特征提取概要: 1、定义:将任意数据(如文本或图像)转换为可用于机器学习的数字特征。 注:特征值化是为了计算机更好的去理解数据。 2、特征提取分类: 字典特征提取(特征离散化) 文本特征提取 图...
119
后端
01-01 08:00
后端
机器学习算法之:KNN
KNN算法简介 首先介绍一下KNN算法的几个特点: KNN,全称K-Nearest Neighbor,中文名为K近邻 思想极度简单,最基础的分类算法,非常适合入门 应用数学知识极少,近乎为零 效果却...
115
后端
01-01 08:00
后端
机器学习算法之:KNN
KNN算法简介 首先介绍一下KNN算法的几个特点: KNN,全称K-Nearest Neighbor,中文名为K近邻 思想极度简单,最基础的分类算法,非常适合入门 应用数学知识极少,近乎为零 效果却...
111
后端
01-01 08:00
后端
机器学习-特征提取-字典特征提取-文本特征提取-TF-IDF
一、特征提取概要: 1、定义:将任意数据(如文本或图像)转换为可用于机器学习的数字特征。 注:特征值化是为了计算机更好的去理解数据。 2、特征提取分类: 字典特征提取(特征离散化) 文本特征提取 图...
110
«
1
2
3
4
5
6
»