1、什么是随机采样？ 　　Bagging可以简单的理解为：放回抽样，多数表决（分类）或简单平均（回归）； 　　Bagging的弱学习器之间没有boosting那样的联系，不存在强依赖关系，基学习器之间属于并列生成。它的特…

机器学习（MachineLearning），在我看来就是让机器学习人思维的过程。机器学习的宗旨就是让机器学会“人识别事物的方法”，我们希望人从事物中了解到的东西和机器从事物中了解到的东西一样，这就是机器学习的过程。在机器…

基础概念 超参数是在开始学习过程之前设置值的参数，而不是通过训练得到的参数数据。通常情况下，在机器学习过程中需要对超参数进行优化，给学习器选择一组最优超参数，以提高学习的性能和效果。比如，树的数量或树的深度，学习率（多种…

对于机器学习中的正负样本问题，之前思考过一次，但是后来又有些迷惑，又看了些网上的总结，记录在这里。 我们经常涉及到的任务有检测以及分类。 针对与分类问题，正样本则是我们想要正确分类出的类别所对应的样本，例如，我们要对一张…

机器学习 1. 机器学习的引入 城市气候与海洋的关系研究 : 导入包 : import numpy as np import pandas as pd from pandas import Series,DataFram…

 转载请注明出处：https://www.cnblogs.com/wangzhenyao1994/p/10223666.html   文章发表的另一个地址：https://blog.csdn…

最近一直在做时序数列预测的东东，因为数据本身的特点想到了MarKov算法，但效果并不理想，后来想到了ARIMA（自回归差分滑动平均算法）， 一. ARIMA算法 其形式分为AR、MA、ARMA，其核心意义，是确定当前数据…

　　这三个领域或学科交叉和重叠部分很多，数据挖掘，机器学习和统计学习的概念一直有或多或少的混淆，希望同样有我这样的困惑的朋友读完下面的文字能够清晰一些。 　　数据库提供数据管理技术，机器学习和统计学提供数据分析技术。由于…

日常生活中，经常遇到要进行读取文件的情况。 三种方式都可以，先列举出来，供大家参考学习。 第一种方法：借助PIL模块，读取数据。 import numpy as npfrom numpy import *def load…

0.前置信息 欢迎大家关注我们学术团队的blog网站：http://www.ibigdata.wang/ 以下内容基本为本人血泪史整理而得以anaconda库为基础的一系列python机器学习必备环境，目的是为了少让后人…

一、机器学习 基础 概率论-wiki 数据挖掘中所需的概率论与数理统计知识 理解 Bias 与 Variance 之间的权衡//var是不同训练模型之间的差别，好比K-fold之中，如果不同模型之间差别很大（var大），…

  Random Forest是加州大学伯克利分校的Breiman Leo和Adele Cutler于2001年发表的论文中提到的新的机器学习算法，可以用来做分类，聚类，回归，和生存分析，这里只简单介绍该算法在…