申明:此文章内容来自于 Doctor AndrewNG的视频,经过编辑而成 定义 监督学习中的每一个样本已经被清楚地告知了什么是所谓的正确答案。在非监督学中,我们的现有数据中并没有正确答案,我们有的只是特征,因而非监督学…
分类:监督学习
无监督学习 聚类分析①
聚类分析 介绍 聚类分析是一种数据规约技术,旨在借楼一个数据集中观测值的子集。他可以把大量的观测值归约未若干类。聚类分析被广泛应用于生物和行为科学,市场以及医学研究中。例如一名心理学家可能基于抑郁症病人的症状和人口统计学…
知识篇——监督学习算法优缺点及应用场景概览
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…
我的机器学习笔记,监督学习与非监督学习
接触机器学习的第一周,我首先学习了关于监督学习以及非监督学习的含义。 一、监督学习 关于监督学习supervised learning,我的理解就是,每一个数据都要有一个对应的值。 监督学习又可以分为两种: 1、regr…
从监督学习说起:算法模型有哪几种?
监督学习(supervised learning),主要解决两类问题:回归、分类,分别对应着定量输出和定性输出。 什么叫回归(regression) 简单地说,就是由已知数据通过计算得到一个明确的值(value),像y=…
Sklearn库知识学习-学习笔记
文章原创,最近更新:2018-04-20 1.”机器学习”课程内容导学 2.Sklearn库的安装 3.Sklearn库标准数据集及基本功能 Python机器学习应用-北京理工大学-礼欣、嵩天 1…
机器学习之深入理解K-means,KNN算法的区别
K-means方法是一种非监督学习的算法,它解决的是聚类问题。 1、算法简介:K-means方法是聚类中的经典算法,数据挖掘十大经典算法之一;算法接受参数k,然后将事先输入的n个数据对象划分为k个聚类以便使得所获得的聚类…
(二)无监督学习中的聚类分析
(1)监督学习和无监督学习的区别 总结:监督学习会对数据的输入有确定的输出,如肿瘤是良性的,或者肿瘤是恶性的;而无监督学习只知道数据的输出,通常数据的输出是不知道的,如所有数据只知道它们都是肿瘤,而具体的良性或恶性的却不…
监督学习之回归分析法:预测连续数值~
回归:预测一个连续数值 回归,指研究一组随机变量(Y1 ,Y2 ,…,Yi)和另一组(X1,X2,…,Xk)变量之间关系的统计分析方法,又称多重回归分析。 回归分析法可预测连续变量Y的值(continuous targe…
常用监督学习参数、优缺点总结
Machine Learning in Python: scikit-learn,流行的机器学习库。 用户指南:http://scikit-learn.org/stable/user_guide.html 示例代码:am…
[ML]机器学习(machine learning)的入门之旅 -- 从kaggle谈到线性回归
背景 大学室友问我有没有参加过kaggle,我说这是啥?(听都没听过…) 他说他最近在做一个关于bosch(博世)的工业数据预测问题,问我有没有兴趣玩玩数据分析? 我一想,刚好最近也闲来无事,不如了解下…
一起来读西瓜书:第十三章 半监督学习
1. 章节主要内容 在前边的学习过程中,我们知道了监督学习和无监督学习的区别。前者是在标注好了的训练集上训练学习器,并用训练好的学习器去对新的样本进行预测,朴素贝叶斯、决策树、神经网络等都属于这类机器学习算法。后者是在未…