在机器学习中，我们通过一些已标记的数据（已知的数据，带有标签，确定了其种类和一些属性数值的数据记录）记录成图表等，比如在进行分类问题的训练过程中， 如果特性只有两个，那么可以列平面图表来表示对应的labeled data， 即类似 的图像（来自百度图片）， 其中的曲线既是决策边界，如果我们用一个表格 ...
分类：
其他好文 时间：
2020-06-24 23:46:24
阅读次数：
63
（1）说明：当y为一系列离散值时，问题转为分类问题。比如我们要根据一个肿瘤的大小判断肿瘤是为良性还是为恶性。 （2）假设函数：如下图，如果使用线性的方程作为假设函数，肿瘤大小作为横坐标，是否为恶性作为纵坐标。当y值小于0.5时判定为良性，大于0.5时判定为恶性。但有两个缺点：①经过计算会出现y值远大 ...
分类：
其他好文 时间：
2020-06-24 20:05:02
阅读次数：
56
Factorization Machines (FM) 首先这种算法是一种有监督的机器学习模型，既可以用在分类问题也可以用在回归问题当中，它是一种非线性的模型，相比逻辑回归具备了二阶交叉特征表达能力（不易拓展到三阶以上）。可以通过stochastic（随机） gradient descent (SG ...
分类：
系统相关 时间：
2020-06-22 22:48:15
阅读次数：
86
算法原理 朴素贝叶斯是经典的机器学习算法之一，也是为数不多的基于概率论的分类算法。朴素贝叶斯原理简单，也很容易实现，多用于文本分类，比如垃圾邮件过滤。 该算法的优点在于简单易懂、学习效率高、在某些领域的分类问题中能够与决策树、神经网络相媲美。 但由于该算法以自变量之间的独立（条件特征独立）性和连续变 ...
分类：
编程语言 时间：
2020-06-17 20:14:27
阅读次数：
73
目录 textRNN简介 textRNN网络结构 总结 一句话简介：textRNN指的是利用RNN循环神经网络解决文本分类问题，通常使用LSTM和GRU这种变形的RNN，而且使用双向，两层架构居多。 一、textRNN简介 这里的文本可以一个句子，文档(短文本，若干句子)或篇章(长文本)，因此每段文... ...
分类：
其他好文 时间：
2020-06-17 01:58:03
阅读次数：
72
1.用自己的话描述一下，什么是逻辑回归，与线性回归对比，有什么不同？ 什么是：逻辑回归本质上是一个线性回归模型，是一种用来解决二分类问题的机器学习方法，用于估计某种事物的可能性。 逻辑回归公式： 和线性回归的不同（直接上的不同）：逻辑回归中因变量都是分类型变量，而线性回归的是连续性数值变量，并且逻辑 ...
分类：
其他好文 时间：
2020-06-16 13:01:30
阅读次数：
49
作者|Anuj Shrivastav 编译|VK 来源|Medium 介绍 监督学习描述了一类问题，涉及使用模型来学习输入示例和目标变量之间的映射。如果存在分类问题，则目标变量可以是类标签，如果存在回归问题，则目标变量是连续值。一些模型可用于回归和分类。我们将在此博客中讨论的一种这样的模型是支持向量 ...
分类：
其他好文 时间：
2020-06-15 14:18:38
阅读次数：
76
一、定义问题，收集数据集 首先要清楚面对问题的输入数据是什么？要预测什么？ 收集这些数据，有需要的话用标签来标注数据。 其次要清楚面对的是什么类型的问题？是二分类问题、多分类问题、标量回归问题、向量回归问题，还是多分类、多标签问题？或者是其他问题，比如聚类、生成或强化学习？确定问题类型有助于你选择模 ...
分类：
其他好文 时间：
2020-06-15 12:16:26
阅读次数：
47
背景解决的二分类问题,如手写识别0-9目标：逻辑回归返回一个概率值[0-1]逻辑回归的特点：快、效果好、容易实时在线预测、利于分析方法：定义一个条件概率，如p(Y|X)相当于用模型来捕获输入X和输出Y之间的关系，如推导对于二分类问题，由于p(Y|X)的值域在[-∞,+∞]，为了令其至于范围压缩到[-1,1]之间，故推荐使用sigmoid函数，故得两式子合并，可得关于使用sigmoid前面说道使用该
分类：
其他好文 时间：
2020-06-15 10:05:46
阅读次数：
55
1）数据或训练过程变化； 2）分类问题，降维可视化后锚定分类中心不发生波动 （category center constrained dimension reduction） ...
分类：
其他好文 时间：
2020-06-11 20:10:23
阅读次数：
52
