统计学习 前言：机器学习比较重要的几部分：线性模型、统计学习、深度学习，线性部分包括SVM、压缩感知、稀疏编码，都是控制整个模型的稀疏性去做线性函数，偏 Discriminative 判别模型；统计学习主要通过统计方法对数据建模找到极大似然，偏 Generative 生成方法；深度学习就是 neur ...
分类：
其他好文 时间：
2019-10-11 21:56:34
阅读次数：
108
原文链接：http://tecdat.cn/?p=7335 本文 将针对R进行的几次建模练习的结果，以魁北克数据为依据，分为13年的训练和1年的测试。prophet与基本线性模型（lm），一般加性模型（gam）和随机森林（randomForest）进行了比较。 首先，设置一些选项，加载一些库，并更改 ...
分类：
编程语言 时间：
2019-10-10 17:30:52
阅读次数：
272
Why 在推荐领域，经常要对categorical特征进行组合。但是一般的组合方式存在两个问题： one hot之后的特征具有高度稀疏性，维度灾难。 一般的线性模型没有考虑到特征之间的关系。$y=w_0+\sum_{i=1}^{n}w_ix_i$ What FM (Factorization Mac ...
分类：
其他好文 时间：
2019-10-03 16:20:16
阅读次数：
115
参数: fit_intercept : 布尔值 是否计算此模型的截距。 如果设置为false，则计算中不会使用截距（例如，如果数据已居中）。 verbose : 布尔值或整数可选 设置详细度 max_iter：整数，可选 要执行的最大迭代次数。 normalize：布尔值，可选，默认为True 当f ...
分类：
编程语言 时间：
2019-10-01 20:50:26
阅读次数：
369
最小二乘法(LMS) 给定数据 $D={(x^{(1)},y^{(1)}),(x^{(2)},y^{(2)}),...,(x^{(N)},y^{(N)})}$ ，$h_{\theta}(x)=\theta^T x=\theta_0x_0+\theta_1x_1+...+\theta_nx_n=\th ...
分类：
其他好文 时间：
2019-09-27 23:09:16
阅读次数：
97
移动平均线 简单移动平均线 关键函数: np.convolve() 简单移动平均线是数列与等权重的指示函数的卷积 np.convolve()函数使用详情可参考另一博客: https://www.cnblogs.com/draven123/p/11370867.html 指数移动平均线 关键函数: n ...
分类：
移动开发 时间：
2019-08-20 00:42:43
阅读次数：
117
前面写过一个多分类的逻辑回归，现在要做一个简单的二分类，用glm函数 导入csv格式如下： 这里family没有使用binomial，那个会报一个警告， Warning message:In eval(family$initialize) : 二项通用线性模型里出现了非整数的#成功! 查了一下，有可 ...
分类：
编程语言 时间：
2019-08-14 23:23:04
阅读次数：
371
一、介绍 何为线性回归？ 线性回归在假设特征满足线性关系，根据给定的训练数据训练一个模型，并用此模型进行预测。 在机器学习之前，获取数据是第一步，假定我们的样本如下：x1为房子的大小，x2为房子的价格，y为房子的销量。 二、模型的推导 为了推导模型，在假设数据满足线性模型的情况下，可以设定设定线性模 ...
分类：
其他好文 时间：
2019-07-21 12:02:34
阅读次数：
131
简单线性回归 解决回归问题 思想简单，实现容易 许多强大的非线性模型的基础，比如逻辑回归、多项式回归、svm等等 结果具有很好的可解释性 蕴含机器学习中的很多重要思想 在这里先不着急进行化简，我们可以看看机器学习的思路 回到我们的问题 简单线性回归实现 肿么样，似不似灰常简单呢？那么下面我们就要按照 ...
分类：
其他好文 时间：
2019-07-12 23:38:10
阅读次数：
219
XGBoost 的设置有三种参数：一般参数，提升参数和学习参数。 一般参数 取决于提升器，通常是树或线性模型提升参数 取决于选择的提升器的相关参数学习参数 取决于指定学习任务和相应的学习目标一般参数 (general parameters) booster：选择提升器，默认是 treesilent： ...
分类：
其他好文 时间：
2019-07-08 23:38:21
阅读次数：
164
