机器怎么学习？ 处理某个特定的任务，以大量的“经验”为基础； 对任务完成的好坏，给予一定的评判标准； 通过分析经验数据，任务完成得更好了； 输入海量训练数据对模型进行训练，使模型掌握数据所蕴含的潜在规律，进而对新输入的数据进行准确的分类或预测。 机器学习主要分类： 无监督学习（Unsupervise ...
分类：
其他好文 时间：
2019-06-23 21:02:39
阅读次数：
130
恢复内容开始 梯度下降的定义: 梯度下降是一种因为计算机储存及能力有限,采取逐步逼近,迭代求解的方法. 梯度下降的步骤: 任取一点作为起始点 查看在当前点向那个方向移动能得到最小的z值,并向该方向移动. 重复该步骤,直到无法找到更小的z值,此时认为达到最低点. 几个基础的算法概念: 步长:是每一次梯 ...
分类：
其他好文 时间：
2019-06-22 19:49:01
阅读次数：
133
这是一个非常简单的聚类算法,算法的目的就是找到这些中心点的合适坐标,使得所有样本到其分组中心点距离的平方和最小. K-means 的中心点向量不一定是训练样本中某成员的位置 import numpy as npfrom sklearn.cluster import KMeans # 引入K-mean ...
分类：
其他好文 时间：
2019-06-21 22:37:46
阅读次数：
170
AP算法,具有结果稳定可重现 训练前不用制定K-means中K值,但是算法的时间复杂度比K-means高 import numpy as npfrom sklearn.cluster import AffinityPropagation # 引入AP算法聚类 X = np.array([[1,2], ...
分类：
编程语言 时间：
2019-06-21 22:28:52
阅读次数：
141
1.K-Means聚类算法属于无监督学习算法。 2.原理：先随机选择K个质心，根据样本到质心的距离将样本分配到最近的簇中，然后根据簇中的样本更新质心，再次计算距离重新分配簇，直到质心不再发生变化，迭代结束。 3.簇内平方和Inertia：采用欧几里得距离，则一个簇中所有样本点到质心的距离的平方和。追 ...
分类：
其他好文 时间：
2019-06-21 21:07:03
阅读次数：
239
机器学习是时下流行AI技术中一个很重要的方向，无论是有监督学习还是无监督学习都使用各种“度量”来得到不同样本数据的差异度或者不同样本数据的相似度。良好的“度量”可以显著提高算法的分类或预测的准确率，本文中将介绍机器学习中各种“度 ...
分类：
其他好文 时间：
2019-06-15 20:25:22
阅读次数：
108
机器学习是时下流行AI技术中一个很重要的方向，无论是有监督学习还是无监督学习都使用各种“度量”来得到不同样本数据的差异度或者不同样本数据的相似度。良好的“度量”可以显著提高算法的分类或预测的准确率，本文中将介绍机器学习中各种“度 ...
分类：
其他好文 时间：
2019-06-15 20:07:28
阅读次数：
98
机器学习是时下流行AI技术中一个很重要的方向，无论是有监督学习还是无监督学习都使用各种“度量”来得到不同样本数据的差异度或者不同样本数据的相似度。良好的“度量”可以显著提高算法的分类或预测的准确率，本文中将介绍机器学习中各种“度 ...
分类：
其他好文 时间：
2019-06-15 18:56:51
阅读次数：
115
机器学习是时下流行AI技术中一个很重要的方向，无论是有监督学习还是无监督学习都使用各种“度量”来得到不同样本数据的差异度或者不同样本数据的相似度。良好的“度量”可以显著提高算法的分类或预测的准确率，本文中将介绍机器学习中各种“度 ...
分类：
其他好文 时间：
2019-06-09 00:52:20
阅读次数：
143
