这篇博文主要是解释偏差和方差，以及如何利用偏差和方差理解机器学习算法的泛化性能 综述 在有监督学习中，对于任何学习算法而言，他们的预测误差可分解为三部分 偏差 方差 噪声 噪声属于不可约减误差，无论使用哪种算法，都无法减少噪声。 通常噪声是从问题的选定框架中引入的错误，也可能是由诸如未知变量之类的因 ...
分类：
其他好文 时间：
2020-02-23 22:09:21
阅读次数：
202
线性回归可以说是机器学习中最基本的问题类型了，这里就对线性回归的原理和算法做一个小结 目录 背景 简述 内容详解 密度聚类 层次聚类 模型效果判断 附件：手写推导过程练习 一、线性回归函数定义 二、线性回归的模型函数和损失函数由来 原因：中心极限定理 实际问题中，很多随机现象可以看做众多因素的独立影... ...
分类：
其他好文 时间：
2020-02-23 22:00:31
阅读次数：
85
【机器学习】算法原理详细推导与实现(六):k means算法 之前几个章节都是介绍有监督学习，这个章节介绍无监督学习，这是一个被称为 的聚类算法，也叫做 k均值聚类算法 。 聚类算法 在讲监督学习的时候，通常会画这样一张图： 这时候需要用 回归或者 将这些数据分成正负两类，这个过程称之为 监督学习 ...
分类：
编程语言 时间：
2020-02-23 11:14:20
阅读次数：
85
01 前言 回归正题，看过很多RESTful相关的文章总结，参齐不齐，结合工作中的使用，非常有必要归纳一下关于RESTful架构方式了，RESTful只是一种架构方式的约束，给出一种约定的标准，完全严格遵守RESTful标准并不是很多，也没有必要。但是在实际运用中，有RESTful标准可以参考，是十 ...
分类：
其他好文 时间：
2020-02-22 22:16:53
阅读次数：
100
?先导?本节实现所需的包或模块。 1.获取数据集 使?Fashion MNIST数据集，并设置批量??为256。 2.初始化模型参数 跟线性回归中的例??样，我们将使?向量表示每个样本。已知每个样本输?是?和宽均为28像素的图像。模型的输?向量的?度是$28 \times 28 =784$：该向量的 ...
分类：
其他好文 时间：
2020-02-22 21:36:19
阅读次数：
78
通过对代价函数的理解，了解了以下几个点： 1.单变量线性回归：h(x)=&+kx 2.参数:hypothesis 3.代价函数 4.建模误差 这个就是单变量线性回归的h(x)，还有代价函数转换后与建模误差的直观体现，在途中我们也看到了函数的最低点也就是代价函数中的J(x)的最小值，直观体现在这两个坐 ...
分类：
其他好文 时间：
2020-02-22 00:20:01
阅读次数：
80
SVM-支持向量机 SVM（Support Vector Machine）-支持向量机，是一个功能非常强大的机器学习模型，可以处理线性与非线性的分类、回归，甚至是异常检测。它也是机器学习中非常热门的算法之一，特别适用于复杂的分类问题，并且数据集为小型、或中型的数据集。 这章我们会解释SVM里的核心概 ...
分类：
其他好文 时间：
2020-02-21 20:40:26
阅读次数：
72
把一本《白话深度学习与tensorflow》给啃完了，了解了一下基本的BP网络，CNN，RNN这些。感觉实际上算法本身不是特别的深奥难懂，最简单的BP网络基本上学完微积分和概率论就能搞懂，CNN引入的卷积，池化等也是数字图像处理中比较成熟的理论，RNN使用的数学工具相对而言比较高深一些，需要再深入消... ...
分类：
其他好文 时间：
2020-02-21 18:22:04
阅读次数：
95
前言： 有些生活中的问题也许符合一元或多元线性回归的标准，但还有很多问题无法用一条直线来解决，需要使用样式更多更复杂的曲线来说明问题，因此今天我将要解决多项式的问题。 正文： 图片展示如下： 可以看出这个图片属于曲线类型，如果用直线来表示，效果一定不好！ 展示一下直线的效果： 可以发现直线的效果很差 ...
分类：
其他好文 时间：
2020-02-21 13:00:48
阅读次数：
80
概述 感知机分类一文中提到了感知机模型在分类问题上的应用，如果，我们需要将其使用于回归问题呢，应该怎样处理呢？ 其实只要修改算法的最后一步， sign(x)={+1,x& x2265;0& x2212;1,x<0(1.1) sign(x)=\left\{\begin{matrix}+1 &am ...
分类：
其他好文 时间：
2020-02-21 12:44:06
阅读次数：
76
