最近接到一个新的任务，说是在公司内部要组织开展技术交流分享会，为了促进程序同事间的技术氛围，提高大家的学习积极性，让更多的人能参与进来，已纳入部门和个人绩效考核范畴。 形式很简单，每周都会进行一次技术分享。分享人由入职时间先后顺序安排。题材不限，可以是自己熟悉的技术领域或某个知…

0. 前言 贝叶斯分类是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类。本文由本人学习贝叶斯分类器过程中的笔记，再加上使用Python进行文本分类实战组成。 1. 贝叶斯决策论（Bayesian decision theory） 贝叶斯决策论是概率框架下实…

Alink 是阿里巴巴基于实时计算引擎 Flink 研发的新一代机器学习算法平台，是业界首个同时支持批式算法、流式算法的机器学习平台。本文和上文将带领大家来分析Alink中 聚类评估 的实现。 聚类(Clustering)，用通俗的话来说，就是物以类聚，人以群分。 聚类是观察式…

如果数据集是高维的，那么选择谱聚类，它是子空间划分的一种。·如果数据量为中小规模，例如在100万条以内，那么K均值将是比较好的选择；如果数据量超过100万条，那么可以考虑使用Mini Batch KMeans。 如果数据集中有噪点（离群点），那么使用基于密度的DBSCAN可以有…

上次简单介绍了kNN算法，简单来说，通过计算目标值与样本数据的距离，选取k个最近的值，用出现概率大的分类值代表目标值的分类，算法实现比较简单，属于监督学习方法。 这篇文章打算简单介绍k-means聚类算法，与之前不同，是一种非监督的学习方法。 机器学习中两类大问题，分类和聚类。…

这篇文章从不同方面讲解 logistic 回归的原理，随后分别使用梯度上升算法和随机梯度上升算法将 logistic 回归算法应用到实例中。

Logistic回归的牛顿法和梯度下降实现

逻辑回归是分类当中极为常用的手段，它属于概率型非线性回归，分为二分类和多分类的回归模型。对于二分类的logistic回归，因变量y只有“是”和“否”两个取值，记为1和0。假设在自变量x1,x2,……,xp，作用下，y取“是”的概率是p，则取“否”的概率是1-p。下面将对最为常用…