在有监督的机器学习中，经常会说到训练集（train)、验证集（validation）和测试集（test），这三个集合的区分可能会让人糊涂，特别是，有些读者搞不清楚验证集和测试集有什么区别。 1 划分 如果我们自己已经有了…

监督式机器学习 实际应用中的机器学习在大部分情况下我们都会使用监督式学习。 监督式学习指的是你拥有一个输入变量和一个输出变量，使用某种算法去学习从输入到输出的映射函数 这种学习方式就称之为监督式学习，因为算法学习从训练数…

sklearn preprocessing 2. from sklearn.cluster import DBSCAN y_pred = DBSCAN().fit_predict(X) plt.scatter(X[:, …

前言 统计学习包括监督学习、非监督学习、半监督学习及强化学习。 监督学习 (supervised learning) 的任务是学习一个模型，使模型能够对任意给定的输入，对其相应的输出做出一个好的预测。 基本概念 输入空间…

简单粗略的截屏吴恩达课程的PPT的内容，以后有时间了再回来补充一些细节。 一、引言（Introduction） 监督学习 无监督学习 二、单变量线性回归（Linear regression with one variab…

supervised learning(监督学习） and unsupervised learning（无监督学习） 今天在写代码的时候，想知道LDA是不是属于无监督学习。然后就想知道监督学习和无监督学习的本质区别在哪里…

序 本次记录机器学习中涉及到的几种空间的解释和对比 输入空间+输出空间 监督学习中，输入与输出所有可能的取值集合称为输入空间与输出空间。 通常输出空间远小于输入空间 特征空间 每一条样本被称作是一个实例，通常由特征向量表…

记录一波监督学习算法的应用场景和优缺点。 高斯朴素贝叶斯 场景：该模型常用于性别分类，即通过一些测量的特征，包括身高、体重、脚的尺寸，判定一个人是男性还是女性。 优点：这个模型的优势是处理连续数据，特别当数据是高斯分布时…

在监督学习中，根据数据集中的每个例子，算法将预测结果，其中分为两类问题： 回归问题（regression problem），预测连续值的输出。 分类问题（classification problem），预测离散值的输出。…

[哔哩哔哩视频地址]（http://www.bilibili.com/video/av9559261/) 机器学习的定义 Arthur Samuel: 机器学习是一个领域，并在没有明确训练的情况下，教给计算机学习的能力。…

一、非监督学习 1、概念 输入的基础样本数据，经过算法能等到输出结果无法预测或者多种结果 2、分类 数据集变换 概念 和原有的数据集比较，有变化 应用 降维：数据集的特征变少 聚类 概念 将数据集分不同按照组分类 二、降…

说个实话，知乎专栏还是非常不错的 其实矩阵分解不能算作是一种预测算法，任何一个矩阵拿来就可以进行矩阵分解。 当分类器确定下来之后，最困难的事情就是交叉验证了。 说句实话，我整个实验就是在做验证。 因为模型都非常的简单。 …