tonlin

常用的做法有三种，分别是1.欠采样， 2.过采样， 3.阈值移动 由于这几天做的project的target为正值的概率不到4%，且数据量足够大，所以我采用了欠采样： 欠采样，即去除一些反例使得正、反例数目接近，然后再进行学习，基本的算法如下： 因为对应具体的project，所…

在很多机器学习任务中，训练集中可能会存在某个或某些类别下的样本数远大于另一些类别下的样本数目。即类别不平衡，为了使得学习达到更好的效果，因此需要解决该类别不平衡问题。 原文标题：8 Tactics to Combat Imbalanced Classes in Your Mac…

导读：当遇到不平衡数据时，以总体分类准确率为学习目标的传统分类算法会过多地关注多数类，从而使得少数类样本的分类性能下降。大多数机器学习算法对于不平衡数据集都不能很好地工作。以下七种技术可以帮助我们训练分类器来检测异常类。 背景介绍 不平衡数据广泛存在于各个领域，但在二分类问题中…

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…

转自：http://blog.csdn.net/wangying19911991/article/details/73928172      https://www.zhihu.com/questio

上节课讲完线性回归的数学推导，我们这节课说下如何用机器学习的思想把最合适的权重参数求解出来呢？这里就涉及到了最优化算法，其中梯度下降就是最优化算法中的一种。我们看下梯度下降是怎么完成最优化求解的。 梯度下降算法是一个最优化算法，它是沿梯度下降的方向求解极小值。 目标函数 使用梯…

机器学习中回归是同学们在学习过程中重要的一环。无论是面试还是实际应用都会经常用到。很多人都会使用线性回归，那么有多少人知道线性回归是怎么来的呢？如果想让自己在机器学习的方向上更有价值，数学方面的推导必不可少。今天就给大家讲解下回归中比较重要的线性回归的数学推导。 老师的课程 1…

在数理统计学中，似然函数是一种关于统计模型中的参数的函数，表示模型参数中的似然性。似然函数在统计推断中有重大作用，如在最大似然估计和费雪信息之中的应用等等。“似然性”与“或然性”或“概率”意思相近，都是指某种事件发生的可能性，但是在统计学中，“似然性”和“或然性”或“概率”又有…

可以看出期望 μ 代表了正态分布的偏移量（位置）；方差σ2代表了幅度 当μ=1，σ=0就是标准正态分布 扩充：为什么测量误差服从正态分布 误差公式： x¯−x=(1N∑Ni=1xi)−x∗ (这里的x∗指的是真实值) 证明：由于每次测量误差都和其余测量误差的大小无关，因此是独…