在本篇文章中，我将对机器学习做个概要的介绍。本文的目的是能让即便完全不了解机器学习的人也能了解机器学习，并且上手相关的实践。这篇文档也算是EasyPR开发的番外篇，从这里开始，必须对机器学习了解才能进一步介绍EasyPR的内核。当然，本文也面对一般读者，不会对阅读有相关的前提要求。 在进入正题...
分类：
其他好文 时间：
2014-12-31 09:56:32
阅读次数：
194
继续上一课最后的问题，当数据是非线性可分的时候需要把数据转化到 Z 空间（线性可分）才可以利用 SVM ，因此需要知道 Z 空间是什么。这节课解决了不用知道具体的 Z 空间就可以利用 SVM 进行分类。
最后，该课程介绍了如何因对过拟化的问题。思想跟十一课介绍的相同，就是设置一个限制条件。...
分类：
其他好文 时间：
2014-12-31 01:08:36
阅读次数：
191
三种类型：不喜欢的-1，魅力一般的-2，极具魅力的-3。样本特征：每年获得的飞行常客里程数，玩视频游戏所耗时间百分比，每周消费的冰淇淋公升数。 1 from numpy import * 2 import matplotlib 3 import matplotlib.pyplot as plt 4 ...
分类：
Web程序 时间：
2014-12-30 21:55:44
阅读次数：
267
以下都是图片（由于在有道笔记本上做的编辑，所以复制拷贝之后发现有问题，所以用图片来做展示）
................中间省略一下输出..........................
分类：
其他好文 时间：
2014-12-30 17:07:09
阅读次数：
176
展示如何用R处理稀疏矩阵和利用GLMNET包...
分类：
Web程序 时间：
2014-12-30 17:05:41
阅读次数：
1054
k-近邻算法(kNN)：测量不同特征值之间的距离方法进行分类。 kNN的工作原理：存在一个样本数据集合(训练样本集)，并且样本集中每个数据都存在标签，输入没有标签的新数据后，将新数据的每个特征与样本集数据对应的特征进行比较，然后算法提取样本集中特征最相似数据的分类标签。一般来说，只选择样本数据...
分类：
其他好文 时间：
2014-12-30 16:48:27
阅读次数：
209
Classification And Regression Tree(CART)是一种很重要的机器学习算法，既可以用于创建分类树（Classification Tree），也可以用于创建回归树（Regression Tree），本文介绍了CART用于离散标签分类决策和连续特征回归时的原理。决策树创建过程分析了信息混乱度度量Gini指数、连续和离散特征的特殊处理、连续和离散特征共存时函数的特殊处理和后剪枝；用于回归时则介绍了回归树和模型树的原理、适用场景和创建过程。个人认为，回归树和模型树可以被看做“群落分类...
分类：
编程语言 时间：
2014-12-30 13:40:48
阅读次数：
767
R语言：利用相关性分析对复杂数据进行数据探索...
分类：
编程语言 时间：
2014-12-30 13:38:13
阅读次数：
300
前言 本文将介绍机器学习分类算法中的Logistic回归分类算法并给出伪代码，Python代码实现。 (说明：从本文开始，将接触到最优化算法相关的学习。旨在将这些最优化的算法用于训练出一个非线性的函数，以用于分类。)算法原理 首先要提到的概念是回归。 对于回归这个概念，在以后的文章会有系...
分类：
编程语言 时间：
2014-12-30 13:29:14
阅读次数：
615
