• 机器学习(十八）：随机搜索和XGBoost
  一、介绍 所谓的模型配置，一般统称为模型的超参数（Hyperparameters），比如KNN算法中的K值，SVM中不同的核函数（Kernal）等。多数情况下，超参数等选择是无限的。在有限的时间内，除了...
  川川菜鸟

  发表于2022-08-04 23:33:45

  2422 0 0

  2.4k 0 0
  一、介绍 所谓的模型配置，一般统称为模型的超参数（Hyperparameters），比如KNN算法中的K值，SVM中不同的核函数（Kernal）等。多数情况下，超参数等选择是无限的。在有限的时间内，除了...
  机器学习
• 智能算法学习指导
  声明前提： 在你学习智能算法之前，请一定把机器学习先学好，否则不要来看这一部分指导。 一、总览 二、Geatpy工具箱 Geatpy是一个高性能实用型进化算法工具箱，可用于求解单目...
  川川菜鸟

  发表于2022-08-04 23:27:49

  1942 0 0

  1.9k 0 0
  声明前提： 在你学习智能算法之前，请一定把机器学习先学好，否则不要来看这一部分指导。 一、总览 二、Geatpy工具箱 Geatpy是一个高性能实用型进化算法工具箱，可用于求解单目...
  机器学习
• 机器学习（九）：集成学习（bagging和boosting），随机森林、XGBoost、AdaBoost
  文章目录 一、什么是随机森林？ 1.1 定义 1.2 目的 1.3 随机森林 VS bagging ...
  川川菜鸟

  发表于2022-08-04 23:22:52

  1794 0 0

  1.7k 0 0
  文章目录 一、什么是随机森林？ 1.1 定义 1.2 目的 1.3 随机森林 VS bagging ...
  机器学习
• 机器学习（六）：逻辑回归
  文章目录 一、什么是逻辑回归？ 二、逻辑回归简单理论 2.1 概念 2.2 Sigmoid 函数 2...
  川川菜鸟

  发表于2022-08-04 23:17:30

  1741 0 0

  1.7k 0 0
  文章目录 一、什么是逻辑回归？ 二、逻辑回归简单理论 2.1 概念 2.2 Sigmoid 函数 2...
  机器学习
• 机器学习（十六）：主成成分分析（PCA)
  文章目录 一、主成成分分析 1.1 维度灾难 1.2 降维 1.3 相关性及其测量 1.4 协方...
  川川菜鸟

  发表于2022-08-04 23:14:25

  1743 0 0

  1.7k 0 0
  文章目录 一、主成成分分析 1.1 维度灾难 1.2 降维 1.3 相关性及其测量 1.4 协方...
  机器学习
• 机器学习（五）：数据缩放
  文章目录 一、为什么要数据缩放？ 二、数据集与手动标准化 三、案例实现 一、为什么要数据缩放？ 当你的数据拥有不同的值，甚至...
  川川菜鸟

  发表于2022-08-04 23:12:13

  1956 0 0

  1.9k 0 0
  文章目录 一、为什么要数据缩放？ 二、数据集与手动标准化 三、案例实现 一、为什么要数据缩放？ 当你的数据拥有不同的值，甚至...
  机器学习
• 机器学习（八）：决策树
  文章目录 一、什么是决策树？ 二、决策树学习的 3 个步骤 2.1 特征选择 2.2 决策树生成 2...
  川川菜鸟

  发表于2022-08-04 23:00:57

  2824 0 0

  2.8k 0 0
  文章目录 一、什么是决策树？ 二、决策树学习的 3 个步骤 2.1 特征选择 2.2 决策树生成 2...
  决策树 机器学习
• 机器学习(十七）：网格搜索（Grid Search）和SVM
  文章目录 一、什么是网格搜索？ 1.1 定义 1.2 什么是模型参数？ 1.3 什么是模型超参数？ ...
  川川菜鸟

  发表于2022-08-04 22:50:45

  2971 0 0

  2.9k 0 0
  文章目录 一、什么是网格搜索？ 1.1 定义 1.2 什么是模型参数？ 1.3 什么是模型超参数？ ...
  机器学习
• 机器学习（三）：多项式回归
  如果您的数据点显然不适合线性回归（穿过数据点之间的直线），那么多项式回归可能是理想的选择。它的出现就是为了弥补线性回归。 像线性回归一样，多项式回归使用变量 x 和 y 之间的关系来找到绘制数据点线的最...
  川川菜鸟

  发表于2022-08-04 22:46:25

  2544 0 0

  2.5k 0 0
  如果您的数据点显然不适合线性回归（穿过数据点之间的直线），那么多项式回归可能是理想的选择。它的出现就是为了弥补线性回归。 像线性回归一样，多项式回归使用变量 x 和 y 之间的关系来找到绘制数据点线的最...
  机器学习 线性回归
• 机器学习（十三）：支持向量机（SVM)
  与逻辑回归和决策树等其他分类器相比，SVM 提供了非常高的准确度。它以其处理非线性输入空间的内核技巧而闻名。它用于各种应用，例如人脸检测、入侵检测、电子邮件、新闻文章和网页的分类、基因分类和手写识别。 ...
  川川菜鸟

  发表于2022-08-04 22:45:39

  1897 0 0

  1.8k 0 0
  与逻辑回归和决策树等其他分类器相比，SVM 提供了非常高的准确度。它以其处理非线性输入空间的内核技巧而闻名。它用于各种应用，例如人脸检测、入侵检测、电子邮件、新闻文章和网页的分类、基因分类和手写识别。 ...
  机器学习
• 机器学习（十九）：梯度提升回归(GBR)
  文章目录 一、什么是梯度提升回归？ 1.1 介绍 1.2 步骤 1.3 梯度提升的优势 ...
  川川菜鸟

  发表于2022-08-04 22:31:56

  3778 0 0

  3.7k 0 0
  文章目录 一、什么是梯度提升回归？ 1.1 介绍 1.2 步骤 1.3 梯度提升的优势 ...
  机器学习
• 机器学习（二）：线性回归
  文章目录 一、什么是回归？ 二、什么是线性回归？ 三、线性回归 VS 逻辑回归 四、数据类型 五、线性回归 ...
  川川菜鸟

  发表于2022-08-04 22:24:25

  2690 0 0

  2.6k 0 0
  文章目录 一、什么是回归？ 二、什么是线性回归？ 三、线性回归 VS 逻辑回归 四、数据类型 五、线性回归 ...
  机器学习 线性回归
• 机器学习（七）：线性判别分析（LDA)
  文章目录 一、什么是线性判别分析？ 二、线性判别分析原理 三、LDA优缺点 四、案例实现 4.1 数据集介绍...
  川川菜鸟

  发表于2022-08-04 22:24:14

  1897 0 0

  1.8k 0 0
  文章目录 一、什么是线性判别分析？ 二、线性判别分析原理 三、LDA优缺点 四、案例实现 4.1 数据集介绍...
  机器学习
• 机器学习（十四）：K均值聚类(kmeans)
  k均值聚类方法是一种无监督机器学习技术，用于识别数据集中的数据对象集群。有许多不同类型的聚类方法，但k -means是最古老和最平易近人的方法之一。这些特性使得在 Python 中实现k -means 聚...
  川川菜鸟

  发表于2022-08-04 22:16:02

  1994 0 0

  1.9k 0 0
  k均值聚类方法是一种无监督机器学习技术，用于识别数据集中的数据对象集群。有许多不同类型的聚类方法，但k -means是最古老和最平易近人的方法之一。这些特性使得在 Python 中实现k -means 聚...
  机器学习
• [论文阅读] (23)恶意代码作者溯源(去匿名化)经典论文阅读：二进制和源代码对比
  《娜璋带你读论文》系列主要是督促自己阅读优秀论文及听取学术讲座，并分享给大家，希望您喜欢。由于作者的英文水平和学术能力不高，需要不断提升，所以还请大家批评指正，非常欢迎大家给我留言评论，学术路上期待与您前...
  eastmount

  发表于2022-08-03 00:14:39

  8750 0 0

  8.7k 0 0
  《娜璋带你读论文》系列主要是督促自己阅读优秀论文及听取学术讲座，并分享给大家，希望您喜欢。由于作者的英文水平和学术能力不高，需要不断提升，所以还请大家批评指正，非常欢迎大家给我留言评论，学术路上期待与您前...
  机器学习 网络