机器学习-KNN算法
机器学习-KNN算法一、算法介绍KNN算法中文名称叫做K近邻算法，是众多机器学习算法里面最基础入门的算法。它是一个有监督的机器学习算法，既可以用来做分类任务也可以用来做回归任务。KNN算法的核心思想是未标记的样本的类别，由距离他最近的K个邻居投票来决定。下面我们来看个例子加深理解一下：如上图所描述张...
量化投资学习笔记26——机器学习算法概览
之前一段时间学习了线性回归，逻辑回归，支持向量机和朴素贝叶斯几个机器学习的算法，并用kaggle的泰坦尼克号问题做了实操。我很早就想学习机器学习了，因为是非专业人士...
机器学习中的聚类算法演变及学习笔记
本文主要介绍机器学习中聚类算法的演变路径。一、相似性衡量方法 二、基于划分的聚类 三、基于密度的聚类 四、基于概率模型的聚类 五、 ...
线性模型之逻辑回归(LR)(原理、公式推导、模型对比、常见面试点) 3种类型的梯度下降算法总结李宏毅机器学习笔记2：Gradient Descent(附带详细的原理推导过程） 任何模型都会面临过拟合问题，所以我们也要对逻辑回归模型进行正则化考虑。常见的有L1正则化和L2正则化。
参考资料(要是对于本文的理解不够透彻，必须将以下博客认知阅读，方可全面了解LR)：(1).https://zhuanlan.zhihu.com/p/74874291...
机器学习回顾篇（9）：K-means聚类算法
K-means算法是一种基于距离的聚类算法，这类聚类算法以距离来度量对象间的相似性，两样本对象间距离越大，相似性越小。 ...
Python机器学习笔记：朴素贝叶斯算法
完整代码及其数据，请移步小编的GitHub传送门：请点击我如果点击有误：https://github.com/LeBron-Jian/MachineLearning...
Python机器学习笔记：K-近邻（KNN）算法
完整代码及其数据，请移步小编的GitHub传送门：请点击我如果点击有误：https://github.com/LeBron-Jian/MachineLearning...
竞赛保研 多目标跟踪算法 实时检测 - opencv 深度学习 机器视觉
文章目录 0 前言2 先上成果3 多目标跟踪的两种方法3.1 方法13.2 方法24 Tracking By Detecting的跟踪过程4.1 存在的问题4.2 基于轨迹预测的跟踪方式5 训练代码6 最后 0 前言 ???? 优质竞赛项目系列，今天要分享的是 ???? 深度学习多目标跟踪...
Python3实现机器学习经典算法（二）KNN实现简单OCR
一、前言1、ocr概述OCR （Optical Character Recognition，光学字符识别）是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通...
机器学习之二：K-近邻(KNN)算法
一、概述K最近邻(k-Nearest Neighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。该方法的思路是：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。KNN算法中，所选择的邻居都是已经正确...
机器学习——KNN算法（k近邻算法）
一 KNN算法1. KNN算法简介KNN（K-Nearest Neighbor）工作原理：存在一个样本数据集合，也称为训练样本集，并且样本集中每个数据都存在标签，即我们知道样本集中每一数据与所属分类对应的关系。输入没有标签的数据后，将新数据中的每个特征与样本集中数据对应的特征进行比较，提取出样本集中...
用Python开始机器学习（2：决策树分类算法）
http://blog.csdn.net/lsldd/article/details/41223147从这一章开始进入正式的算法学习。首先我们学习经典而有效的分类算法：决策树分类算法。1、决策树算法决策树用树形结构对样本的属性进行分类，是最直观的分类算法，而且也可以用于回归。不过对于一些特殊的逻辑分...
朴素贝叶斯算法的python实现 -- 机器学习实战
import numpy as np import re #词表到向量的转换函数 def loadDataSet(): postingList = [['my', 'dog', 'has', 'flea', 'problems', 'help', 'please'], ...
郑捷《机器学习算法原理与编程实践》学习笔记（第四章 推荐系统原理）（二）kmeans
（上接第二章）4.3.1 KMeans 算法流程算法的过程如下：（1）从N个数据文档随机选取K个文档作为质心（2）对剩余的每个文档测量其到每个质心的距离，并把它归到最近的质心的类（3）重新计算已经得到的各个类的质心（4）迭代（2）~（3）步直至新的质心与原质心相等或者小于指定阀值，算法结束。4.3....
机器学习算法GBDT
http://www-personal.umich.edu/~jizhu/jizhu/wuke/Friedman-AoS01.pdfhttps://www.cnblogs.com/bentuwuying/p/6667267.htmlhttps://www.cnblogs.com/ModifyRong...
Spark机器学习(9)：FPGrowth算法
关联规则挖掘最典型的例子是购物篮分析，通过分析可以知道哪些商品经常被一起购买，从而可以改进商品货架的布局。1. 基本概念首先，介绍一些基本概念。(1) 关联规则：用于表示数据内隐含的关联性，一般用X表示先决条件，Y表示关联结果。(2) 支持度(Support)：所有项集中{X,Y}出现的可能性。(3...
【机器学习PAI实践十二】机器学习算法基于信用卡消费记录做信用评分
背景如果你是做互联网金融的，那么一定听说过评分卡。评分卡是信用风险评估领域常用的建模方法，评分卡并不简单对应于某一种机器学习算法，而是一种通用的建模框架，将原始数据通过分箱后进行特征工程变换，继而应用于线性模型进行建模的一种方法。评分卡建模理论常被用于各种信用评估领域，比如信用卡风险评估、贷款发放等...
Python机器学习算法 — 朴素贝叶斯算法（Naive Bayes）
朴素贝叶斯算法 -- 简介朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法。最为广泛的两种分类模型是决策树模型(Decision Tree Model)和朴素贝叶斯模型（Naive Bayesian Model，NBM）。 和决策树模型相比，朴素贝叶斯分类器(Naive Bay...
如何用Python实现常见机器学习算法-1
最近在GitHub上学习了有关python实现常见机器学习算法目录一、线性回归1、代价函数2、梯度下降算法3、均值归一化4、最终运行结果5、使用scikit-learn库中的线性模型实现二、逻辑回归1、代价函数2、梯度3、正则化4、S型函数5、映射为多项式6、使用的优化方法7、运行结果8、使用sci...
[置顶] 【机器学习PAI实践七】文本分析算法实现新闻自动分类
一、背景新闻分类是文本挖掘领域较为常见的场景。目前很多媒体或是内容生产商对于新闻这种文本的分类常常采用人肉打标的方式，消耗了大量的人力资源。本文尝试通过智能的文本挖掘算法对于新闻文本进行分类。无需任何人肉打标，完全由机器智能化实现。本文通过PLDA算法挖掘文章的主题，通过主题权重的聚类，实现新闻自动...