小奈良

最近一个在国外学习的朋友做家庭经济学方面的研究，想用一些美国的PSID（The Panel Study of Income Dynamics），即收入动态面板调查数据库下载相关数据，就找到了我。应朋友请求，我帮他去下载数据。但是PSID毕竟是美国的数据，网站全部是英文的，国内很…

最近有朋友咨询我一些关于量化交易的问题，想让我给予一些指导。我之前没接触过该领域，因此我也去网上查了查资料，也算入入门。作为一个新手，我对于量化交易的理解大概就像机器学习一样，通过计算机读取股票等证券交易数据，然后经过历史数据的训练来找到好的交易策略或选股规则，最后放在股市或其…

题记：春节临近，也懒得写一些深度的技术性文章来分享给大家，最近看了一些东西，感觉很有意思，且对大家很有启发，现share给大家。本人将主要内容提炼出来，并加上个人观点，供大家参考。 机器学习如此火热，导致目前很多领域都积极进行“机器学习化”和“人工智能融合”，相比较于传统的学科…

1. ElasticNet回归与岭回归、Lasso回归 ElasticNet回归也叫弹性网络回归，是岭回归和Lasso回归的组合，而说起Lasso回归和岭回归，就不得不说起回归的正则化。正则化是用于解决回归里的过拟合问题，即我们的算法过度拟合了数据，导致算法的泛化能力不足，在新…

表示如何选择一种结合策略将个体学习器集合起来，形成强学习器，针对的是不同个体学习器的训练结果，我如何集成起来，获得最优结果。主要分为两大类：Boosting和Bagging，前者是基于训练集的学习误差来优化权重，从而提高学习性能，后者是通过对样本训练集反复抽样来提高学习器的性能…

1. K-Means聚类原理 K-means算法是很典型的基于距离的聚类算法，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大。其基本思想是：以空间中k个点为中心进行聚类，对最靠近他们的对象归类。通过迭代的方法，逐次更新各聚类中心的值，直至得到最好的聚类结…

支持向量机（Support Vector Machine，常简称为SVM）是一种监督式学习的方法，可广泛地应用于统计分类以及回归分析。它是将向量映射到一个更高维的空间里，在这个空间里建立有一个最大间隔超平面。在分开数据的超平面的两边建有两个互相平行的超平面，分隔超平面使两个平行…

从数据来看，'10/8/00'之类的数，最左边的数表示月份，中间的数表示日，最后的数表示年度。 实际上我们在分析时并不需要人的出生日期，而是需要年龄，不同的年龄阶段会有不同的状态，比如收入、健康、居住条件等等，且能够很好地把不同样本的差异性进行大范围的划分，而不是像出生日期那样…

朴素贝叶斯算法是基于贝叶斯定理与特征条件独立假设的分类方法，朴素贝叶斯之所以有朴素两个字，就是因为它把问题简化了，假设所有特征参数均相互独立。比如，如果水果呈红色，圆形，直径约3英寸，则可认为它是苹果。 即使这些特征依赖于彼此或者依赖于其他特征的存在，所有这些特征独立地贡献了这…