浮汐潇潇

常见聚类算法K-meansMean-ShiftDBSCAN基于高斯混合模型(GMM)的期望最大化（EM）聚类凝聚层次聚类K-meansK-means的假设是：将某一些数据分为不同的类别，在相同的类别中数据之间的距离应该都很近，也就是说离得越近的数据应该越相似，再进一步说明，数据之间的相似度与它们之间的欧式距离成反比。K-mean中有两个关键的参数：一个是每个数据所属的类别；一个是每个聚类的中心{。这两个未知的参数是相互依存的：如果知道每个数据的所属类别，那么类别的所有数据的平均值就是这个类别的中心；如

LR和SVM的比较联系区别两者的适用性联系1、LR和SVM都可以处理分类问题，且一般都用于处理线性二分类问题（在改进的情况下可以处理多分类问题）2、两个方法都可以增加不同的正则化项，如l1、l2等等。所以在很多实验中，两种算法的结果是很接近的。区别1、LR是参数模型，SVM是非参数模型。2、从目标函数来看，区别在于逻辑回归采用的是logistical loss，SVM采用的是hinge loss.这两个损失函数的目的都是增加对分类影响较大的数据点的权重，减少与分类关系较小的数据点的权重。3、S

概率分布是随机变量所有可能结果及其相应概率的列表。概率分布的目的：反向推演出某一个事态（随机变量）发生的概率，为决策提供依据，掌控事态变化的关键。下图是多种概率分布的联系其中共轭（conjugate）表示的是互为共轭的概率分布；Multi-Class 表示随机变量多于 2 个；N Times 表示我们还会考虑先验分布 P(X)。共轭的意思共轭分布(conjugate distribution)的概率中一共涉及到三个分布：先验、似然和后验，如果由先验分布和似然分布所确定的后验分布与该先验分布属

目录背景FM因子分解机FM模型的核心作用可以概括为三个与其他模型对比FFM（场感知分解机,Field-aware Factorization Machine）背景DeepFMFM/FFM与其它模型对比背景在人工方式的特征工程，通常有两个问题：1、特征爆炸2、大量重要的特征组合都隐藏在数据中，无法被专家识别和设计针对上述两个问题，广度模型和深度模型提供了不同的解决思路。1、广度模型包括FM/FFM等大规模低秩(Low-Rank)模型，FM/FFM通过对特征的低秩展开，为每个特征构建隐式向量，并通过

引入问题：一机器在良好状态生产合格产品几率是 90%，在故障状态生产合格产品几率是 30%，机器良好的概率是 75%。若一日第一件产品是合格品，那么此日机器良好的概率是多少。贝叶斯模型生成模型与判别模型判别模型，即要判断这个东西到底是哪一类，也就是要求y，那就用给定的x去预测。生成模型，是要生成一个模型，那就是谁根据什么生成了模型，谁就是类别y，根据的内容就是x以上述例子，判断一个生产出来的零件是模块手还是模块脚，那么就是拿生产出零件去对照过去生产出的零件模块。生成模型是给了一个零件手，研究手的

目标：如果需要对一个很大的数据集进行操作，而基于一列数据生成新的一列数据可能都需要耗费很长时间。于是可以使用 joblib 进行并行处理。实现方法：1、无并行：import pandas as pddef double_fun(data): return pow(data,2)data['double'] = data['x'].apply(double_fun)2、并行：...

LGB：1、lgb.Dataset()train_data = lgb.Dataset(data, label=label, feature_name=['c1', 'c2', 'c3'], categorical_feature=['c3'], weight=w )LightGBM 可以直接使用 categorical features（分类特征）作为 input（输入）. 它不需要被转...

使用机器学习时，会存在不同的特征类型：连续型特征和离散型特征拿到获取的原始特征，必须对每一特征分别进行归一化，比如，特征A的取值范围是[-1000,1000]，特征B的取值范围是[-1,1].如果使用logistic回归，w1x1+w2x2，因为x1的取值太大了，所以x2基本起不了作用。所以，必须进行特征的归一化，每个特征都单独进行归一化。对于连续性特征：Rescale bounded co...

1.SVMSklearn.svm.SVC参数设置Sklearn.svm.SVC(C=1.0, kernel=’rbf’, degree=3, gamma=’auto’, coef0=0.0, shrinking=True, probability=False,tol=0.001, cache_size=200, class_weight=None, verbose=False, max_ite...

https://blog.csdn.net/weixin_40807247/article/details/82793220

1.提出问题：符合哪些特征的人在Titanic遇难时获救的可能性更高2.理解数据2.1 导入数据import numpy as npimport pandas as pdtrain = pd.read_csv('data/Train.csv')test = pd.read_csv('data/Test.csv')print('训练数据集：',train.shape)print('...