lviY_AI_shequ的文章_电子工程师 - 电子技术论坛

lviY_AI_shequ

经验：积分：0

查看完整档案 >>

+关注发私信

他的文章发文章

机器学习实用指南——集成学习和随机森林
2018-7-27 17:40

本章讨论的最后一个集成方法叫做 Stacking（stacked generalization 的缩写）。这个算法基于一个简单的想法：不使用琐碎的函数（如硬投票）来聚合集合中所有分类器的预测，我们为什么不训练一个模型来执...

0

3982次阅读

0条评论
RNN基本原理和RNN种类与实例
2018-7-27 17:22

这是一个delay模型，经过一段延迟，即把所有输入都读取后，在decoder中获取输入并输出一个序列。这个模型在机器翻译中使用较广泛，源语言输在入放入encoder，浓缩在状态信息中，生成目标语言时，可以生成一个不长度的...

0

39235次阅读

0条评论
为什么要进行数据清洗呢？
2018-7-27 17:17

在实际项目中，当我们确定需求后就会去找相应的数据，拿到数据后，首先要对数据进行描述性统计分析，查看哪些数据是不合理的，也可以知道数据的基本情况。如果是销售额数据可以通过分析不同商品的销售总额、人均消费额、人均消费次数等，...

0

27087次阅读

0条评论
关于线性回归实物相关介绍
2018-7-27 11:07

机器学习的世界观：数据驱动构建模型。...

0

2599次阅读

0条评论
搭建一个神经网络的基本思路和步骤
2018-7-26 17:22

在定义好网络结构并初始化参数完成之后，就要开始执行神经网络的训练过程了。而训练的第一步则是执行前向传播计算。假设隐层的激活函数为 tanh 函数，输出层的激活函数为 sigmoid 函数。则前向传播计算表示为：...

1

12811次阅读

0条评论
DeepFM并行结构中的一种典型代表
2018-7-25 17:55

FM部分是一个因子分解机。关于因子分解机可以参阅文章[Rendle, 2010] Steffen Rendle. Factorization machines. In ICDM, 2010.。因为引入了隐变量的原因，对于...

0

4103次阅读

0条评论
介绍pandas的两种数据结构
2018-7-25 17:50

说到 DataFrame，可能大家更熟悉的是R语言中的 data.frame，Python中的 DataFrame跟它也较为类似。在Python中， DataFrame是一个表格型的数据结构，它含有一组有序的列，每列的数...

0

5885次阅读

0条评论
讨论维数灾难问题并且了解在高维空间的数据
2018-7-24 17:47

理论上来说，维数爆炸的一个解决方案是增加训练集的大小从而达到拥有足够密度的训练集。不幸的是，在实践中，达到给定密度所需的训练实例的数量随着维度的数量呈指数增长。如果只有 100 个特征（比 MNIST 问题要少得多）并且...

0

13928次阅读

0条评论
基本的k-means算法流程
2018-7-24 17:44

同时，k值的选取也会直接影响聚类结果，最优聚类的k值应与样本数据本身的结构信息相吻合，而这种结构信息是很难去掌握，因此选取最优k值是非常困难的。...

0

20188次阅读

0条评论
adaboost运行函数的算法怎么来的？基本程序代码实现详细
2018-7-21 10:18

adaboost运行过程。算法是利用指数函数降低误差，运行过程通过迭代进行。其中函数的算法怎么来的，你不用知道！当然你也可以尝试使用其它的函数代替指数函数，看看效果如何。误差的上界限由Zm约束，然而Zm又是由Gm(xi)...

0

2803次阅读

0条评论
数据挖掘算法：决策树算法如何学习及分裂剪枝
2018-7-21 10:13

决策树（decision tree）算法基于特征属性进行分类，其主要的优点：模型具有可读性，计算量小，分类速度快。决策树算法包括了由Quinlan提出的ID3与C4.5，Breiman等提出的CART。其中，C4.5是基...

0

6320次阅读

0条评论
比特币51%攻击是什么？比特币6个确认数是怎么得到的？
2018-7-21 10:05

51%攻击指的是，有人掌握了全网一半以上的算力，就可以和全网其他算力进行对抗，更改区块链记录了。最根本的原因是比特币区块链采取的是最长链原则，即当前最长的链被认为是主链，是正确的链。51%具体能做什么呢？6个确认数是怎么...

0

14240次阅读

0条评论
随机贴片与随机子空间
2018-7-20 16:14

最后，如果你观察一个单一决策树，重要的特征会出现在更靠近根部的位置，而不重要的特征会经常出现在靠近叶子的位置。因此我们可以通过计算一个特征在森林的全部树中出现的平均深度来预测特征的重要性。sklearn 在训练后会自动计...

0

2863次阅读

0条评论
FFM理论与FFM实现细节
2018-7-20 16:10

什么，这是logisitc loss？第一眼看到我是懵逼的，逻辑回归的损失函数我很熟悉啊，不是长这样的啊？其实是我目光太短浅了。逻辑回归其实是有两种表述方式的损失函数的，取决于你将类别定义为0和1还是1和-1。大家可以参...

0

7644次阅读

0条评论
集成学习和随机森林，提供代码实现
2018-7-17 17:07

令人惊奇的是这种投票分类器得出的结果经常会比集成中最好的一个分类器结果更好。事实上，即使每一个分类器都是一个弱学习器（意味着它们也就比瞎猜好点），集成后仍然是一个强学习器（高准确率），只要有足够数量的弱学习者，他们就足够...

0

5292次阅读

0条评论