一、定义 数据分箱就是将连续变量离散化。 二、意义 ? 离散特征可变性强，易于模型的快速迭代； ? 稀疏向量运算速度快，方便存储; ? 变量离散化后对异常数据有很强的鲁棒性； ? 特征离散以后，模型会更加稳定； ? 将逻辑回归模型转换成评分卡形式的时候，分箱也是必须的。 三、分类 四、卡方分箱 （1 ...
分类：
其他好文 时间：
2018-11-27 12:26:58
阅读次数：
1364
WIFI室内定位-指纹法 在A1区域内每个点上采集四个WiFi的信号数据（信号强度），五点、九点、十六点采样。 5*5=25区域*16数据=400样本，用来训练 样本数 R B G1 G2 1 2 3 4 16 使用什么机器学习模型？ 决策树、SVM（构造超平面）、逻辑回归、等几乎任何方法都可以 传 ...
分类：
其他好文 时间：
2018-11-21 22:17:14
阅读次数：
190
原文链接：https://riboseyim.github.io/2018/02/10/Machine Learning Algorithms/ 摘要 机器学习算法分类：监督学习、半监督学习、无监督学习、强化学习 基本的机器学习算法：线性回归、支持向量机(SVM)、最近邻居(KNN)、逻辑回归、决策 ...
分类：
编程语言 时间：
2018-11-15 12:02:21
阅读次数：
166
逻辑回归案例 小细节 + 逻辑回归（logistic regression）虽然被称之为逻辑回归，但是它本质上其实是一种分类算法（classification algorithm），逻辑回归名字的由来是有历史原因的。 + sigmoid函数在逻辑回归中站着重要的位置，sigmoid function ...
分类：
其他好文 时间：
2018-11-10 12:41:37
阅读次数：
238
1. 前言 在机器学习中，不同的问题对应了不同的损失函数，不同的损失函数也直接会影响到收敛的快慢和结果的好坏，下面就从不同的损失函数的角度进行一下梳理。 2. 0 1损失函数 0 1损失是指，预测值和目标值不相等为1，否则为0 3. log对数损失函数 逻辑回归的损失函数就是对数损失函数，在逻辑回归 ...
分类：
其他好文 时间：
2018-11-10 10:41:51
阅读次数：
207
Sigmoid函数又叫Logistic函数，它在机器学习领域有极其重要的地位。 目录一 函数基本性质二 Sigmoid函数与逻辑回归三 为什么要选择Sigmoid函数LR的需求选择Sigmoid是可以的Sigmoid特殊的性质为什么选择Sigmoid正态分布解释最大熵解释四 总结 一、 函数基本性质 ...
分类：
其他好文 时间：
2018-11-07 18:39:25
阅读次数：
309
为什么需要神经网络？ 当我们对如下数据进行使用非线性回归分类时，我们可以使用包含很多非线性项的逻辑回归函数，来回归分类。下面是只有X1, X2两个特征的逻辑回归函数。 但是，如果数据包含上百个特征时呢？例如包含上百个特征的房屋分类问题，或者图像识别领域。例如：（x1, x2, x3, ... x10 ...
分类：
其他好文 时间：
2018-11-04 19:11:02
阅读次数：
125
1. 防止过拟合的方法有哪些？ 过拟合（overfitting）是指在模型参数拟合过程中的问题，由于训练数据包含抽样误差，训练时，复杂的模型将抽样误差也考虑在内，将抽样误差也进行了很好的拟合。 产生过拟合问题的原因大体有两个：训练样本太少或者模型太复杂。 防止过拟合问题的方法： （1）增加训练数据。 ...
分类：
其他好文 时间：
2018-11-03 23:15:09
阅读次数：
349
Lecture6 Logistic Regression 逻辑回归 6.1 分类问题 Classification6.2 假设表示 Hypothesis Representation6.3 决策边界 Decision Boundary6.4 代价函数 Cost Function6.5 简化的代价函数 ...
分类：
其他好文 时间：
2018-10-31 10:33:47
阅读次数：
191
本章介绍目标定位和目标检测（包含多目标检测）。 1. Object Localization 原始图片经过CONV卷积层后，Softmax层输出4 x 1向量，分别是： 注意，class label也可能是概率。上述四个向量分别对应pedestrain，car，motorcycle和backgrou ...
分类：
其他好文 时间：
2018-10-30 22:49:57
阅读次数：
224
