数据湖

本文是个人理解 1.高偏差(high bias)与方差(high variance)     偏差,可以理解为样本与模型预测结果的差距，可以使用平方差计算 &n…

http://blog.csdn.net/guang09080908/article/details/41415193 说： 最小二乘和极大似然是目标函数，梯度下降是优化算法。 机…

参考 http://www.cnblogs.com/CheeseZH/p/5265959.html SVM本身是一个二值分类器 　　SVM算法最初是为二值分类问题设计的，…

一 什么是逻辑回归         首先，LR虽然名字里有回归，但它并不是解决回归问题，而是解决分类问题的。     &…

一  什么是CV        CV，通俗理解就是使用训练数据和测试数据交叉的方式来验证一个（或多个）模型的性能，以此判定算法在数…

1.  方差      样本X的期望       方差是一种特殊的期望，    …

决策树基础参考： http://blog.csdn.net/leiting_imecas/article/details/52950663 本节介绍决策树的究极进化 1. Bagg…

一 什么是特征工程 特征是指数据中抽取出来的对结果预测有用的信息 特征工程是使用专业背景和技巧处理数据，使得特征能在机器学习算法上发挥更好的作用的过程。 特征工程的意义：1.更好的…

参考自斯坦福机器学习课程 一 引子 对房屋售价进行预测时，我们的特征仅有房屋面积一项，但是，在实际生活中，卧室数目也一定程度上影响了房屋售价。下面，我们有这样一组训练样本： 房屋面…

本节主要介绍数据和特征处理。 https://github.com/liuleigit/ML_tutorial 一 特征处理     （1）数值型  …