五、精准率和召回率的平衡 Precision-Recall 的平衡 六、精准率-召回率曲线 七、ROC曲线 Receiver Operation Characteristic Curve 描述 TPR 和 FPR 之间的关系 metrics.py 八、多分类问题中的混淆矩阵 我写的文章只是我自己对b ...
分类：
其他好文 时间：
2018-09-01 20:33:37
阅读次数：
172
朴素贝叶斯分类器是一组简单快速的分类算法。网上已经有很多文章介绍，比如这篇写得比较好：https://blog.csdn.net/sinat_36246371/article/details/60140664。在这里，我按自己的理解再整理一遍。 在机器学习中，我们有时需要解决分类问题。也就是说，给定 ...
分类：
系统相关 时间：
2018-08-31 00:33:19
阅读次数：
293
分类问题有时是个回归问题。这就需要找到阈值来将样本准确地划分到类别。 例如一个文本情感分类问题：情感有0（消极）、1（中性）、2（积极）三种类别。回归器返回的情感的分值分别为0.2,0.3,0.4,0.45,0.66,1.2,1.3,1.4，它们对应的类别分别为0，0，1，2，1，1，2，2，需要找 ...
分类：
其他好文 时间：
2018-08-30 00:14:07
阅读次数：
258
tanh(z) = (ez - e-z ) / ( ez + e-z ) tanh函数几乎在所有场合都更优越 用σ激活函数的一个例外场合是：使用二元分类的时候。因为二元分类问题概率数值应在（0，1）之间 因此可以在隐藏层用tanh函数，在输出层y帽计算时用σ函数 现在σ函数和tanh函数都有一个缺点 ...
分类：
其他好文 时间：
2018-08-29 14:46:43
阅读次数：
212
逻辑斯谛回归(logistic regression)是统计学习中的经典分类方法 最大熵是概率模型学习的一个准则，被推广到分类问题后可得到最大熵模型(Maximum Entropy Model) 逻辑斯谛回归模型与最大熵模型都属于对数线性模型，而对数线性模型又是广义线性模型的一种。 科普一下：狭义的 ...
分类：
其他好文 时间：
2018-08-29 01:09:36
阅读次数：
452
关于常见的聚类算法的详解可以参见 "K均值聚类和高斯混合聚类" 一文。 本文内容仅适于机器学习初学者 可能刚接触机器学习过后都知道，聚类属于无监督学习的范畴，而分类问题是有监督学习里常见的任务，二者都有个划分类别的过程，为什么聚类方法不能用于分类呢？ 我们做分类任务的时候首先需要一批已标注好的样本， ...
分类：
编程语言 时间：
2018-08-28 20:22:26
阅读次数：
189
观点1：XGBoost要比深度学习更重要。2016年Kaggle大赛29个获奖方案中，17个用了XGBoost。因为它好用，在很多情况下都更为可靠、灵活，而且准确；在绝大多数的回归和分类问题上，XGBoost的实际表现都是顶尖的。 观点2：针对非常要求准确度的那些问题，XGBoost确实很有优势，同 ...
分类：
其他好文 时间：
2018-08-28 11:24:47
阅读次数：
246
CentOS下g++: command not found问题的解决 2017年02月27日 18:09:06 阅读数：5174 标签： centosgcc 更多 个人分类： 问题分析 CentOS下g++: command not found问题的解决 2017年02月27日 18:09:06 阅 ...
分类：
编程语言 时间：
2018-08-27 18:29:34
阅读次数：
273
传统的GBDT是以CART作为基分类器，xgboost还支持线性分类器，这个时候XGBOOST相当于带L1和L2正则化的逻辑斯蒂回归（分类问题）或者线性回归（回归问题）。传统的GBDT在优化的hih只用到一阶导数信息，xgboost则对代价函数进行了二阶泰勒展开，同时用到了一阶和二阶导数。顺便提一下 ...
分类：
其他好文 时间：
2018-08-27 11:27:56
阅读次数：
188
线性回归是一种回归分析技术，回归分析本质上就是一个函数估计的问题（函数估计包括参数估计和非参数估计），就是找出因变量和自变量之间的因果关系。回归分析的因变量是应该是连续变量，若因变量为离散变量，则问题转化为分类问题，回归分析是一个有监督学习问题。 线性其实就是一系列一次特征的线性组合，在二维空间中是 ...
分类：
其他好文 时间：
2018-08-26 15:35:44
阅读次数：
188
