丁小飞的博客

概念 机器学习指的是机器通过统计学算法，对大量的历史数据进行学习从而生成经验模型，利用经验模型指导业务。 应用 营销类场景：上平推荐、用户群体画像，广告精准投放 金融类场景： 贷款发放预测、金融风险控制、股票走势预测、黄金价格预测 SNS关系挖掘： 微博粉丝领袖分析、社交关系链分析 文本类场景： 新闻分类、关键词提取、文章摘要、文本内容分析 非结构化数据处理场景：图片分类、图片文本内容...

概念 对于没有标签的数据，我们首先能做的，就是寻找具有相同特征的数据，将他们分配到相同的组。 K-means（k均值） 概念 K均值算法试图将给定的数据分割为K个不相交的组或者簇，每个簇的指标就是该组所有成员的均值。 算法拆解 对于未分类的样本，首先随机以K个元素作为其实质心。 计算每个样本跟质心之间的距离，并将该样本分配个理他最近的质心所属的簇，重新计算分配好后的质心 在质...

概念 对于监督学习，给出一个方程的确切数字，比如在物理学领域，我们需要根据温度和湿度的历史数据，来预测未来的湿度和温度，我们把这类要得到确切数值的问题成为回归分析。 损失函数 线性回归首先需要选择一个误差函数（损失函数cost function）还函数的值，表征模型对于问题的合适程度。 实例 __author__ = 'ding' ''' 线性回归 单变量线性回归 ''' im...

精准度（precision） precision = 正确预测的个数（TP） / 被预测正确的个数（TP+FP） 召回率（recall） recall = 正确预测的个数（TP）/ 预测个数（FN） 调和平均值 F1-Socre f1 = 2*精度 * 召回率 /（精度 * 召回率） 以二分类问题为例 真实\预测 0 1 0 预测negative正确（TN） 预测positive错...

ReLU对比Sigmoid主要变化： 1.单侧抑制 2.相对宽阔的兴奋边界 3.稀疏激活性 (1) sigmoid函数（曲线很像“S”型） 公式： 曲线： 也叫 Logistic 函数，用于隐层神经元输出 取值范围为(0,1) 它可以将一个实数映射到(0,1)的区间，可以用来做二分类。（它不像SVM直接给出一个分类的结果，Logistic Regression给出的是这个样本属于正类或者负类的...