不学无术495

在第八周中介绍过聚类的基础知识，本文中主要介绍的是数据降维相关的内容，重点讲解了PCA算法 为何实施降维 数据压缩 数据可视化 PCA算法 PCA和线性回归算法的区别 PCA 的Python实现等

在本周中主要讲解了机器学习中的异常检测问题，主要包含： 问题产生 高斯分布 算法使用场景 八种无监督异常检测技术 异常检测和监督学习对比 特征选择 异常检测Novelt

吴恩达老师的机器学习视频，我相信很多人都看过，说不定也是通过老师的视频来入门机器学习。视频真的是非常经典。接下来将会分多期来连载视频的精华。本文是第一周的视频总结：监督学习和非监督学习

自2020.11.30开始学习DeepLearning，该学习笔记最后一次更新于2021.2.21 Part1 深度学习概论 深度学习笔记（一）深度学习概论 Part2 神经网络基础 深度学习笔记（二

最近手头有点紧，接了个小单子，然后又因为博客的数据库被黑了（妈了个巴子，艹），然后就把里面用到的有点用的东西记录到掘金吧😭 click转 官方文档 Python 虽然标准库提供有命令行解析工具 Arg

在构建模型时，调参是极为重要的一个步骤，因为只有选择最佳的参数才能构建一个最优的模型。但是应该如何确定参数的值呢？所以这里记录一下选择参数的方法，以便后期复习以及分享。 （除了贝叶斯优化等方法）其它简

一、实验目的及要求 1）实验目的 了解训练分类模型的基本原理； 掌握模型解释及模型改进流程； 熟悉讽刺文本检测的逻辑回归方法。 2）实验要求 根据实验题目编写好源程序； 对上机操作过程中可能出现的问题

一、实验目的及要求 1）实验目的 了解决策树的工作机制； 掌握决策树模型及模型改进流程； 熟悉并建立随机森林分类模型。 2）实验要求 根据实验题目编写好源程序； 对上机操作过程中可能出现的问题预先分析

数据归一化问题是数据挖掘中特征向量表达时的重要问题，当不同的特征成列在一起的时候，由于特征本身表达方式的原因而导致在绝对数值上的小数据被大数据“吃掉”的情况，这个时候我们需要做的就是对抽取出来的fea