机器学习炼丹术

文章来自：微信公众号【机器学习炼丹术】1什么是非均衡28种解决办法2.1重采样（四种方法）2.2调整损失函数2.3异常值检测框架2.4二分类变成多分类2.5EasyEnsemble1什么是非均衡分类(

本文的重点排序方法在：冒泡排序，归并排序，快速排序，桶排序。 比较类排序：通过比较来决定元素间的相对次序，由于其时间复杂度不能突破O(nlogn)，因此也称为非线性时间比较类排序。 非比较类排序：不通过比较来决定元素间的相对次序，它可以突破基于比较排序的时间下界，以线性时间运行…

梯度消失问题和梯度爆炸问题，总的来说可以称为梯度不稳定问题。 【要背住的知识】：用ReLU代替Sigmoid，用BN层，用残差结构解决梯度消失问题。梯度爆炸问题的话，可以用正则化来限制。sigmoid的导数是【0，0.25】. 两者出现原因都是因为链式法则。当模型的层数过多的时…

文章来自：微信公众号【机器学习炼丹术】。关注回复【加群】，即可加入AI初学者交流群。 TP:true positive。预测是正确的正样本 FP:false positive。预测是错误的正样本 TN：true negative。预测是正确的负样本 FP:false posit…

文章来自：微信公众号【机器学习炼丹术】。关注回复【加群】，即可加入AI初学者交流群。 其实关于BN层，我在之前的文章“梯度爆炸”那一篇中已经涉及到了，但是鉴于面试经历中多次问道这个，这里再做一个更加全面的讲解。 Batch Normalization的原论文作者给了Intern…

文章来自：微信公众号【机器学习炼丹术】。关注回复【加群】，即可加入AI初学者交流群。 写文章的目的在于之前面试的时候，提到某一个时间序列项目的特征工程处理。我说的大多数都是一些数据清洗、数据去除异常点、针对数据特性做出的特别的特征工程的操作，然后面试官给我的建议是下一次面试多说…

CLAHE是一个比较有意思的图像增强的方法，主要用在医学图像上面。之前的比赛中，用到了这个，但是对其算法原理不甚了解。在这里做一个复盘。 CLAHE的英文是Contrast Limited Adaptive Histogram Equalization 限制对比度的自适应直方图…

文章来自：微信公众号【机器学习炼丹术】。关注回复【加群】，即可加入AI初学者交流群。 这一段完全是废话了。含有缺失数据的样本，你要么删了，要了就填充上什么值。删了就会损失一部分的样本信息，填充要是填充的不合适，会给样本增加噪音。 然后会依次尝试：特殊值填充，（特殊）平均值填充和…