掘金用户007

算法简介 Bagging Bagging是一种集成学习思想，他的集合策略也比较简单：对于分类问题，通常使用简单投票法，得到票数最多的类别为最终的输出。由于Bagging算法每次都进行采样来训练模型，因

上周给老师，搞机箱耽搁了一天。 HMM越写我越觉得没意思。但是还是要写。 上周实现了多个时间点模型的叠加。开始学机器学习的博客。 今天还看一集《俗女养成记2》，编剧和导演太能赚人眼泪啦。 这周开始整理

决策树是一种树形结构，其中每个内部节点表示一个属性上的判断，每个分支代表一个判断结果的输出，最后每个叶节点代表一种分类结果。

了解朴素贝叶斯法之前，我们首先需要了解贝叶斯定理 贝叶斯定理 全概率公式 由条件概率公式： 对一个事件组X={X1,X2,X3,...,X

算法概述 k-近邻算法就是采用测量不同特征值之间的距离进行分类的方法。它的思路是：如果一个样本在特征空间中的k个最相似（邻近）的样本中大多数

Linear Regression（线性回归） 在了解逻辑回归之前，我们先简单介绍一下Linear Regression（线性回归）。 线性

什么是机器学习 比起机器学习，更为媒体所报道的是人工智能和大数据。在读研之前之前我深知都没有听说过机器学习这一名词。现在才知道，当时以为是机

抽象成数学问题 明确问题是进行机器学习的第一步。机器学习的训练过程通常都是一件非常耗时的事情，胡乱尝试时间成本是非常高的。 这里的抽象成数学问题，指的我们明确我们可以获得什么样的数据，目标是一个分类还

这是我参与8月更文挑战的第4天，活动详情查看：8月更文挑战 引入 一看题目，商品评论情感预测，咋这么熟悉呢，上学期我的机器学习大作业不就是大众点评的评论情感分析嘛。评论情感分析，说的这么玄乎其实就是文