- 博客(8)
- 收藏
- 关注
RSS订阅原创 第七周：逻辑回归算法
学习目标逻辑回归的本质及其数学推导逻辑回归代码实现与调用逻辑回归中的决策边界、多项式以及正则化逻辑回归的本质及其数学推导《出场率No.1的逻辑回归算法，是怎样“炼成”的？》《逻辑回归的本质及其损失函数的推导、求解》逻辑回归假设数据服从伯努利分布，通过极大似然函数的方法，运用梯度下降来求解参数，来达到将数据二分类的目的。本节两篇引文需要多读几遍。逻辑回归代码实现与调用《逻辑回...
2020-04-11 23:21:39
147
原创 第六周：正则化及机器学习中的概念补充
学习目标多项式回归与模型复杂度正则化模型的偏差和方差多项式回归与模型复杂度《浅析多项式回归与sklearn中的Pipeline》多项式回归，通俗来看就是对数据集用多项式进行拟合，相较于线性回归，多项式可以拟合曲线细节更为丰富，当然随之而来的代价是模型复杂度的提升，进而造成模型的过拟合。import numpy as npimport matplotlib.pyplot as p...
2020-04-05 21:47:46
216
原创 第五周：梯度下降算法
学习目标了解梯度下降算法实现梯度下降算法什么是梯度下降《还不了解梯度下降法？看完这篇就懂了！》梯度下降法应用在之前的几周学习中，了解了kNN和线性回归算法，机器学习就是寻找一个函数f(x)，并对其进行优化，使其可以完成预测、分类和生成等工作。优化就是对f(x)对应的损失函数求取最小值的过程。从数学抽象的角度来看：每个模型（f(x)）都有自己的损失函数，不管是监督式学习还是非监督...
2020-03-28 21:41:37
206
原创 第四周：线性回归算法
学习目标：简单线性回归：简单线性回归及最小二乘法的数据推导实践：简单线性回归实现及向量化应用多元线性回归：多元线性回归和正规方程解及实现线性回归和最小二乘法《模型之母：简单线性回归&最小二乘法》线性模型形式简单、易于建模，但却蕴藏着机器学习中一些重要的基本思想。在前文中已经写过，关于回归的定义—即特征是连续值类型。所谓简单线性回归，就是假设输入属性（特征变量）的数目只有一个...
2020-03-22 22:09:24
170
原创 第三周：数据预处理及kNN算法优化与总结
学习目标无量纲化：最值归一化、均值方差归一化及sklearn中的Scaler缺失值处理处理分类型特征：编码与哑变量处理连续型特征：二值化与分段kNN算法优化与总结无量纲化概念及背景无量纲化处理主要是用于消除不同特征之间由于量纲不同而造成的影响。以电商场景流失用户预测模型中用户总订单金额和用户上一次购物到当前的天数差这两个特征为例，天数通常是100以内的一个数值，而总订单金额则不...
2020-03-14 22:42:48
1864
原创 第二周：机器学习模型的评价指标
本篇主要介绍机器学习模型的评价指标，分别介绍了分类和回归两类方法中的主要指标，并结合上周的kNN算法实战案例，进一步阐述了评价指标的实际应用。
2020-03-07 21:22:53
432
原创 第一周：机器学习的敲门砖kNN算法
学习目标：了解监督学习和非监督学习的概念了解kNN算法的思想及其原理kNN算法实战监督学习和非监督学习《统计学习方法》一书中概括，统计机器学习包括监督学习、非监督学习、半监督学习以及强化学习。关于这几个类别，主要以有监督监督学习...
2020-03-01 20:26:47
213
原创 上海链家二手房交易数据分析
【python】上海链家二手房交易数据分析目的：练习pandas数据处理以及数据可视化数据采集时间：2017/11/7数据获取：八爪鱼数据采集工具数据量：约3w条字段：行政区、小区名称、房型、楼层、朝向、单价、总价、建造年代等1.数据预处理 ——# 定义一个分列数据的函数工具用于将home_info和location_info的信息拆分出来import pandas...
2017-12-20 22:58:12
6990
3
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人