换句话说，极大似然估计提供了一种给定观察数据来评估模型参数的方法，即：“模型已定，参数未知”。 可能有小伙伴就要说了，还是有点抽象呀。我们这样想，一当模型满足某个分布，它的参数值我通过极大似然估计法求出来的话。比如正态分布中公式如下： 如果我通过极大似然估计，得到模型中参数和的…

说到特征工程，就不得不提有这么一句话在业界广泛流传：数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已，从而可见，特征工程的重要程度。 特征： 是指数据中抽取出来的对结果预测有用的信息，也就是数据的相关属性。 在确定好我们的目标后，我们首先要做的就是根据业务场景，…

本文以Kaggle比赛Titanic入手，介绍了特征工程的几个方法，最后训练了三个模型(RF,GBDT,SVM)并使用了一个集成方法(Voting Classifier)进行预测。 下面是kaggle对于这个比赛的介绍。 简单来说就是已知乘客的各种信息，去推断这名乘客是否会幸存…

传统的机器学习任务从开始到建模的一般流程是：获取数据 -> 数据预处理 -> 训练建模 -> 模型评估 -> 预测，分类。本文我们将依据传统机器学习的流程，看看在每一步流程中都有哪些常用的函数以及它们的用法是怎么样的。希望你看完这篇文章可以最为快速的开始你的学习任务。 skl…

关于WikipediaEditStreamWikipediaEditStream是Flink官网提供的一个经典demo，该应用消费的消息来自维基百科，消息中包含了用户名对wiki的编辑情况，demo的

我们知道在机器学习的实践中有很多技巧是可以通用和流程化的，在这里我们通过一个简单的数据集来演示在数据的使用和处理过程中常用的实践技巧。

k-近邻算法通过测量不同特征值之间的距离方法进行分类。

介绍了 scikit-learn 的一些模块的应用。

最近机器学习越来越火了，前段时间斯丹福大学副教授吴恩达都亲自录制了关于Deep Learning Specialization的教程，在国内掀起了巨大的学习热潮。本着不被时代抛弃的念头，自己也开始研究有关机器学习的知识