专注细节
努力进步

机器学习

第4页

决策树的前世今生

burness阅读(964)评论(0)

一个简单的决策树例子 这是一个判断是否外出打网球的决策树例子 决策树的关键是如何去决定node属性的先后,也就是上面决策树例子中outlook这个属性为什么会使最好的split的属性。 如何选择’’best”属性 上图中,你会选 […]

回归的线性模型

burness阅读(897)评论(0)

回归的线性模型 回归问题是监督学习当中的一类,目标是在给定D维的输入变量x的前提下,预测一个或则会多个连续目标(target)变量t的值。PRML第一章中,就一个多项式曲线拟合问题,它属于线性回归中得一个具体例子。 线性函数模型 其中,x […]

小本本用TensorFlow搭Mnist分类器

burness阅读(7390)评论(0)

  如何用TensorFlow快速搭建一个Mnist分类器 初学者 假如你是第一次接触接收到Mnist数据集,之前也未做过相关的分类器的学习,请看这部分 本章会介绍使用TF搭建一个SoftMax的分类器,对Mnist数据集进行分类 何为So […]

PRML–信息论的几个关键概念

burness阅读(730)评论(0)

信息量 信息量可以看做一件事的惊讶程度,当概率很低但是发生时,我们认为信息量大,但是当事情一定发生,我们认为信息量为0;故,信息量定义公式为:h(x)=−log2p(x),,其中底为2是信息论的传统,可以选择,信息量单位为bit 熵 ent […]

关联规则

burness阅读(1019)评论(0)

前言 ARM == Association Rule Mining,Items: I={i1,i2,..,in},Transactions; {t1,t2,…,tm} 每一个transactions的元素t1包括一组Items中的子集元素。 […]

bias and variance

burness阅读(452)评论(0)

回头看几个机器学习算法,比如:KNN是典型的 high v + low b的打法,容易被周围k个邻居拉拢,因此结果很飘忽,不稳定,容易出bad case。但往往因为信赖的是周围的邻居,所以学习的结果期望和ground truth还是比较接近 […]