入门机器学习应用，尤其是需要对实际数据进行处理时，是很困难的。 一般来说，机器学习教程会推荐你或要求你，在开始拟合模型之前，先以特定的方式准备好数据。 其中，一个很好的例子就是对类别数据（Categorical data）进行 One-Hot 编码（又称独热编码）。 在本文中，…

在统计学中，线性回归（英语：linear regression）是利用称为线性回归方程的最小二乘函数对一个或多个自变量和因变量之间关系进行建模的一种回归分析。这种函数是一个或多个称为回归系数的模型参数的线性组合。只有一个自变量的情况称为简单回归，大于一个自变量情况的叫做多元回归…

第一步：收集和清洗数据数据链接：https://grouplens.org/datasets/movielens/下载文件：ml-latest-small导入ratings.csv文件结果：userI

在处理较为复杂的数据的回归问题时，普通的线性回归算法通常会出现预测精度不够，如果模型中的特征之间有相关关系，就会增加模型的复杂程度。当数据集中的特征之间有较强的线性相关性时，即特征之间出现严重的多重共线性时，用普通最小二乘法估计模型参数，往往参数估计的方差太大，此时，求解出来的…

识别验证码的方式很多，如tesseract、SVM等。前面的几篇文章介绍了KNN算法，今天主要学习的是如何使用KNN进行验证码的识别。 本次实验采用的是CSDN的验证码做演练，相关的接口：https://download.csdn.net/index.php/rest/tool…

也就是 FullGC 触发的原因是因为Metaspace大小达到了GC阈值。在监控系统里面看了一下Metaspace的大小变化趋势，如下图所示： 按照以往的经验，Metaspace在系统稳定运行一段时间后占用空间应该比较稳定才对，但是从上图来看，Metaspace显然是呈现大幅…

在用机器学习算法对数据进行拟合的过程中，往往一开始得不到满意的结果，例如 AUC 值不够高，此时我们就需要对模型进行调优，那么调优的方向是什么？有没有调优方法论可遵循？答案当然是有的，bias 和 variance 这两个指标就能起到指导调优的作用。 我们先来看一个例子，假设实…

选自medium，作者：Tirmidzi Faizal Aflahi，参与：韩放、王淑婷。 这不是一张真实的照片，你可以新建一个窗口来打开它，放大看看，可以看到马赛克。 从 Alex Krizhevsky 及其朋友通过 ImageNet 公布这项技术至今，不过才七年。Image…

标题已经阐述了一切。 该数据是在近四年的时间里对一个家庭以一分钟采样率测量的电力消耗，可以在这里下载。 数据包括不同的电量值和一些分表的数值。然而，我们只关注 Global_active_power 这个变量。 将日期和时间合并到同一列，并转换为 datetime 类型。 将 …