社区
community_281
帖子详情
请删除机器学习:实用案例解析
xiongfeng01
2017-12-16 03:35:14
请管理员删除
http://download.csdn.net/download/xiongfeng01/9782565
http://download.csdn.net/download/xiongfeng01/9782568
...全文
125
1
打赏
收藏
请删除机器学习:实用案例解析
请管理员删除 http://download.csdn.net/download/xiongfeng01/9782565 http://download.csdn.net/download/xiongfeng01/9782568
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
1 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
满天星星满天星
2017-12-16
打赏
举报
回复
已帮您删除了。
[读书笔记]
机器学习
:
实用
案例
解析
(10)
第10章 kNN:推荐系统 k近邻算法(k-Nearest Neighbors, kNN):思路是,要预测某个点是哪一类,就看离它最近的k个点是哪一类,根据少数服从多数的原则预测目标点的类别。 代码实现: #生成距离矩阵 distance.matrix <- function(df) { #计算距离矩阵大小 distance <- matrix(rep(NA, ...
[读书笔记]
机器学习
:
实用
案例
解析
(4)
第4章 排序:智能收件箱 有监督学习与无监督学习:有监督学习已有明确的输出实例;无监督学习在开始处理数据时预先并没有已知的输出实例。 理论上邮件的优先级特征: 社交特征:收件人与发件人之间的交互程度 内容特征:收件人对邮件采取行为(回复、标记等)与某些特征词之间相关 线程特征:记录用户在当前线程下的交互行为 标签特征:检查用户通过过滤器给邮件赋予的标签(标记) 由于数据量不...
[读书笔记]
机器学习
:
实用
案例
解析
(8)
第8章 PCA:构建股票市场指数 有监督学习:发掘数据中的结构,并使用一个信号量评价我们在探索真实情况这项工作是否进行得很好。 无监督学习:发掘数据中的结构,但没有任何已知答案指导 主成分分析(Principle Components Analysis, PCA):根据每一列包含原始数据信息的多少,对源数据进行排序,排在第一列的成为第一主成分(主成分),总是包含了整个数据集的绝大部分结构。 ...
《
机器学习
:
实用
案例
解析
》,读书笔记
第1章:数据处理技巧
案例
1:数据:6,0000条不明飞行物(UFO)的目击纪录和报道。主要目击纪录发生在美国。问题:面对这份数据的时空维度,我们可能会有以下疑问:UFO的出现是否有周期性规律?美国的不同州出现的UFO记录如果有区别,有哪些区别?主要内容:日期的处理字符串地名的处理主要函数:#读入“\t”制表符数据,并设置列名称read.delim(" ", sep="\t", stringAsFa...
[读书笔记]
机器学习
:
实用
案例
解析
(9)
第9章 MDS:可视化地研究参议员相似性 基于相似性聚类:本章的主旨是,对不同的观测记录,如何理解用距离的概念来阐明它们之间的相似性和相异性。 多维定标技术(multidimensional scaling, MDS),目的是基于观察值之间的距离度量进行聚类。只通过所有点之间的距离度量对数据进行可视化。 MDS处理过程:输入一个包含数据集中任意两点之间距离的距离矩阵,返回一个坐标集合,这个集...
community_281
588
社区成员
254,075
社区内容
发帖
与我相关
我的任务
community_281
提出问题
复制链接
扫一扫
分享
社区描述
提出问题
其他
技术论坛(原bbs)
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章