机器学习入门

神经元 首先让我们看看神经网络的基本单位，神经元。神经元接受输入，对其做一些数据操作，然后产生输出。例如，这是一个2-输入神经元： 这里发生了三个事情。首先，每个输入都跟一个权重相乘（红色）： 然后，

一、 集成模型简介 集成学习模型使用一系列弱学习器（也称为基础模型或基模型）进行学习，并将各个弱学习器的结果进行整合，从而获得比单个学习器更好的学习效果。集成学习模型的常见算法有Bagging算法和B

计算机不能直接识别一张图片，我们需要通过一些预处理手段将图片转换成计算机能识别的内容，如数字0和1。本节讲解在Python中如何对一张图片进行简单处理，使其变成计算机能识别的内容。 1、图片大小调整及

一、案例背景 图像识别是机器学习领域一个非常重要的应用场景，像现在非常火的人脸识别就是基于机器学习的图像识别相关算法的。这里先介绍一个较为简单的图像识别案例——手写数字识别模型，其原理与人脸识别有共通

一、 基本原理 K近邻算法的原理非常简单：对于一个新样本，K近邻算法的目的就是在已有数据中寻找与它最相似的K个数据，或者说“离它最近”的K个数据，如果这K个数据大多数属于某个类别，则该样本也属于这个类

一、算法原理 贝叶斯分类是机器学习中应用极为广泛的分类算法之一，其产生自英国数学家贝叶斯对于逆概问题的思考。朴素贝叶斯是贝叶斯模型当中最简单的一种，其算法核心为如下所示的贝叶斯公式。 其中P（A）为事

1、决策树原理 决策树模型是机器学习的各种算法模型中比较好理解的一种模型，它的基本原理是通过对一系列问题进行if/else的推导，最终实现相关决策。 决策树的概念并不复杂，主要是通过连续的逻辑判断得出

本文地址：一文让你彻底理解准确率，精准率，召回率，真正率，假正率，ROC/AUC 本文版权归作者和AIQ共有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出 1、混淆矩阵 在介绍各

1、背景 在进行每一笔股票交易时，交易者（股民）都要给其账户所在的证券公司支付一些手续费，虽然单笔交易的手续费不高，但是股票市场每日都有巨额的成交量，每一笔交易的手续费汇总起来，数量便相当可观。这部分

1、原理 既然逻辑回归模型是分类模型，为什么名字里会含有“回归”二字呢？这是因为其算法原理同样涉及线性回归模型中的线性回归方程。 上面这个方程是用于预测连续变量的，其取值范围为（-∞，＋∞），而逻辑回

1、案例背景 通常来说，薪水会随着工龄的增长而增长，不同行业的薪水增长速度有所不同。本案例要应用一元线性回归模型探寻工龄对薪水的影响，即搭建薪水预测模型，并通过比较多个行业的薪水预测模型来分析各个行业

1、概念 1.1 什么是回归分析 回归分析是一种预测性的建模技术，它研究的是因变量（目标）和自变量（预测器）之间的关系。这种技术通常用 于预测分析，时间序列模型以及发现变量之间的因果关系。通常使用曲线

1、介绍 Sklearn (全称 Scikit-Learn) 是基于 Python 语言的机器学习工具。它建立在 NumPy, SciPy, Pandas 和 Matplotlib 之上，里面的 AP

1、基本图表绘制 1.1 绘制折线图 使用plt.plot()函数可以绘制折线图 如果想让x和y之间在数学上存在关联，但列表又不太容易进行数学运算，就可以通过NumPy库引入一维数组进行数学运算 1.

1、基础操作 pandas库是基于NumPy库的一个开源Python库，与NumPy库相比，pandas库更擅长处理二维数据 pandas库主要有Series和DataFrame两种数据结构。Seri

一、numpy创建 1.使用np.array()创建 2.使用plt创建 可以将外部的一张图片加载到Numpy数组中，然后可以进行裁剪、旋转等操作 3.使用np的函数创建 二、数组和列表的区别 数组中