Mapreduce+Hive+Spark+Scala平台搭建 说明 平台搭建成功后，使用Java语言进行算法设计和应用的开发。文末有使用java设计的逻辑回归（Logistics Regression）做小数据集的二分类问题。 一、搭建准备 VMWare Workstation Ubuntu 14. ...
分类：
其他好文 时间：
2018-06-21 15:34:02
阅读次数：
307
机器学习算法题 线性回归和逻辑回归的异同？ SVM和LR(逻辑回归)有什么不同？ 线性回归的输入变量和输出变量都是连续的，逻辑回归的输入变量是连续的，输出变量是类别（或者说是离散的、枚举的）。 SVM和LR一般都用于处理分类问题，不同的是二者的实现原理，SVM是以支持向量到分类平面的距离最大化为优化 ...
分类：
编程语言 时间：
2018-06-20 21:34:37
阅读次数：
342
机器学习的主要任务 监督学习 对于分类问题，机器学习的主要任务是将实例数据划分到合适的分类中，机器学习的另一项任务是回归，它主要用于预测数值型数据（数据拟合曲线）。 分类与回归属于监督学习，之所以称之为监督学习，是因为这类算法知道要预测什么，即目标变量的分类信息 无监督学习 对于监督学习，此时数据没 ...
分类：
其他好文 时间：
2018-06-20 15:37:14
阅读次数：
182
欢迎大家前往 "腾讯云+社区" ，获取更多腾讯海量技术实践干货哦~ 本文来自 "云+社区翻译社" ，作者 "ArrayZoneYour" 在分类问题当中，数据不平衡是指样本中某一类的样本数远大于其他的类别样本数。相比于多分类问题，样本不平衡的问题在二分类问题中的出现频率更高。举例来说，在银行或者金融 ...
分类：
其他好文 时间：
2018-06-18 12:40:05
阅读次数：
296
https://blog.csdn.net/m0_37786651/article/details/61614865 从感知器谈起 对于典型的二分类问题，线性分类器的目的就是找一个超平面把正负两类分开。对于这个超平面，我们可以用下面的式子来表示， ωTx+b=0ωTx+b=0 感知器是最简单的一种线 ...
分类：
其他好文 时间：
2018-06-11 18:59:58
阅读次数：
509
首先先看Iris数据集 Sepal.Length——花萼长度 Sepal.Width——花萼宽度 Petal.Length——花瓣长度 Petal.Width——花瓣宽度 通过上述4中属性可以预测花卉属于Setosa，Versicolour，Virginica 三个种类中的哪一类 决策树 by CA ...
分类：
其他好文 时间：
2018-06-10 11:40:32
阅读次数：
924
1.1 试给出相应的版本空间。 首先有一个“假设空间”，现实问题中假设空间一般很大。然后有许多策略是可以对假设空间进行搜索，搜索过程中删除与正例不一致的假设、和反例一致的假设。最后选出来的假设的集合，就叫做“版本空间”。 1.2 若使用最多包含k个合取式的析合范式来表达表1.1西瓜分类问题的假设空间 ...
分类：
其他好文 时间：
2018-06-09 22:07:43
阅读次数：
424
1.问题引入 总括：逻辑回归其实就是将分类问题数学化，也就是将类别的现象用具体的函数去刻画。 现象：如下图，就是一个二分类的具体现象，我们总可以找到一条曲线（判定边界）将两种现象或者特征分割开来. 2.问题求解 问题1：如何用函数去刻画上述分类问题中的判定边界？ 我们可以将上述判定边界分成两个类别， ...
分类：
其他好文 时间：
2018-06-05 15:29:02
阅读次数：
261
github： "代码实现之逻辑回归" 本文算法均使用python3实现 1. 什么是逻辑回归 《机器学习实战》一书中提到： 利用逻辑回归进行分类的主要思想是：根据现有数据对分类边界线建立回归公式，以此进行分类（主要用于解决二分类问题）。 由以上描述我 ...
分类：
其他好文 时间：
2018-06-04 22:24:59
阅读次数：
187
借着上一篇对sigmoid的理解，将sotfmax替换成sigmoid即可！区别在于sotfmax解决的是多分类问题。 先来看几个重要的关键点： 1、sotfmax 是在一堆数值里面取最大数的概率。如tf.nn.softmax([1.0, 3.0, 4.2, 2.6])，返回的结果是[0.02640 ...
分类：
其他好文 时间：
2018-05-29 12:32:53
阅读次数：
412
