- 博客(20)
- 资源 (18)
- 收藏
- 关注
RSS订阅原创 图解AUC和GAUC
网上看过不少关于AUC和GAUC的材料，但是都是文字描述，一点也不直观， 因此阿航萌生了使用图解的方式详细剖析一下AUC和GAUC的想法，也希望以此能帮助大家快速理解概念。其中，说到AUC就不得不提ROC曲线，因此这里阿航分三个部分来解读：ROC、AUC、GAUC。〇、ROC前身：通用的对分类模型的评价步骤1：给定样本如图A：其中绿色为正样本，红色为负样本步骤2：训练一个机器学习模型，...
2019-06-18 17:51:12
7321
11
原创 【自己动手写机器学习算法】第5章 决策树
第5章 决策树顾名思义,"决策树"就是按照建立分支来进行决策的方法,即根据啥(往往是根据某个属性的某个值作为指标，比如“年龄大于20岁的”或“身高大于1米5的”)来区分不同类别的数据,也是一种监督式机器学习算法,从编程角度来看,可以看作是一系列的"if… then… else…"的集合,这个模型非常直观,也即可读性非常好,决策树的学习通常包含三个步骤:特征选择,决策树生成,决策树的剪枝.给定数...
2019-02-20 18:50:32
348
原创 【自己动手写机器学习算法】第4章 朴素贝叶斯
第4章 朴素贝叶斯朴素贝叶斯的基本思想是： 基于特征条件独立假设学习输入和输出的联合概率分布，然后，基于此模型，对给定的输入xxx，利用贝叶斯订立求出后验概率最大的输出yyy，根据《统计学习方法》书中的规划，这里将简述朴素贝叶斯的学习和分类、朴素贝叶斯的参数估计方法。4.1 朴素贝叶斯的学习和分类4.1.1简述输入:训练数据集 T={(x1,y1),(x2,y2),(xi...
2018-09-03 14:40:12
370
原创 【自己动手写机器学习算法】第3章 k近邻法描述
K近邻算法本身是个很简单的算法，某些时候甚至不能称之为机器学习算法，因为它没有“学习”的过程，仅仅通过判定和要预测的xxx相近的点都呈现的表征来确定xxx的对应类标yyy就可以了，但是《统计学习方法》这本书使用了KD-tree的方法来寻找最近邻，其主要目的是在数据量比较大的时候能够优化查找效率，从原理来讲，树结构的查找的时间复杂度O(logN)O(logN)O\left( logN \right)...
2018-09-03 14:32:53
172
原创 【自己动手写机器学习算法】第2章 感知机
第2章 感知机感知机模型实际是最简单的模型之一，台大林轩田老师发布的《机器学习基石》教程中，称之为“知错能改验算法”，就是发现错误进行纠正，具体这个算法的过程如下。2.1感知机模型 定义: 输入空间到输出空间的函数为f(x)=sign(w⋅x+b)f(x)=sign(w⋅x+b)f(x) = sign(w\cdot x + b) 其中 sign(x)={+1,−1,...
2018-06-03 11:09:46
196
原创 【自己动手写机器学习算法】第1章 统计学习方法概论
第1章 统计学习方法概论统计学习简述之，从数据中挖掘规律，并形式化表现这种规律并将之应用在将来的数据之中，其实现在的机器学习方法都是离不开统计学原理的，这也就是本人结合李航的《统计学习方法》来编写统计学习的相关基础算法的初衷。一些基本的概念这里不再赘述，统计学习方法包含了监督式学习、非监督式学习、半监督式学习和强化学习等。这里也先假定每个读者对这些概念已经有了一些初步的了解，如果不了解，也...
2018-06-03 11:04:40
226
原创 Python 自动将数据按比例随机为训练集和测试集代码
PART 1. 想在网上找到关于将数据集自动抽样的方法，看见了其实Pandas库下有一个方法可以抽样，但是感觉不是很灵活，而且数据类型是dataframe的，不是很习惯，这里就写了一个方法，输入是数据集X（m*n），数据集类别标签Y（m*1），训练集比例pct（0～1），返回训练数据集和测试数据集，返回的数据中最后一列是类别标签。import randomimport numpy as n...
2018-04-06 17:38:29
10439
4
原创 UFLDL Tutorial 课程核心内容提炼-3：自编码算法和稀疏性
该课程在斯坦福深度学习课上，点此打开 核心内容，自编码器，非监督学习方法。如果隐藏层的神经元数目较少，很好理解，如果较多，则要对隐层进行稀疏性限制，引入惩罚因子，这个惩罚因子和信息熵理论中的散度有关，所以引入KL-divergence进行转换，转换完成之后，为了求解这个最后的解，即的h，给出最终的损失函数，之后就和普通的神经网络一致了，进行梯度求解，迭代解出h。-----------...
2018-02-26 17:59:08
266
原创 UFLDL Tutorial 课程核心内容提炼-2：反向传导算法
该课程在斯坦福深度学习课上，点此打开--------------------------------------------------分割线------------------------------------------------------一、概述 固定样本集 ,它包含 个样例，可以用批量梯度下降法来求解神经网络（W和b），对于单个样例，其代价函数为： ...
2018-02-26 10:58:07
255
原创 UFLDL Tutorial 课程核心内容提炼-1：神经网络
该课程在斯坦福深度学习课上，点此打开--------------------------------------------------分割线------------------------------------------------------一、概述 训练样本集： 神经网络算法能够提供一种复杂且非线性的假设模型 ...
2018-02-26 10:32:45
412
原创 深度学习实战 1-补充：搭建Ubuntu16.04+Anaconda（内嵌Python3.5） + theano
由于工作需要，需要使用Theano的深度学习框架进行学习，这时，如果单纯地直接使用类似Tensorflow的安装方法来配置Theano，往往会产生包的依赖性问题，这里给出配置方法，需要说明的是，配置的时候要使用CUDA toolkit环境，这里要求使用nvidia的计算显卡支持。
2017-12-28 19:20:04
366
原创 深度学习实战 1-搭建Ubuntu16.04+Anaconda（内嵌Python3.6）+tensorflow
前两天一直在配置CUDA环境，结果到最后发现自己的电脑还是显卡配置太低没法进行GPU加速运算，所以回头来还是只使用CPU环境来学习tensorflow吧。目前，关于环境搭建问题，好像也没之前那么复杂了，这里给出我自己的环境配置过程，很简单：
2017-12-20 11:47:31
444
原创 耦合相似度计算度量算法（COS算法,即Coupled Object Similarity算法）的实现
Coupled Object Similarity，即COS耦合相似度算法计算，用以解决名词性问题的相似度计算算法
2017-03-11 16:18:18
5292
7
原创 机器学习算法实践-算法原理-EM算法（二）-推导和证明
发现之前写的那一篇EM算法的分析还是不够条理和清晰，在我后来分析的过程中，重新写了一篇文档，应该还算是比较清晰和条理好多，至于上一篇，可以当作是EM的预备知识吧，略看略读一下就好，有些概念清楚了之后看这一篇推导应该还是可以轻松一些的，这一篇里尽可能也是没有多说废话把原理讲清楚，特此把EM再在这里分享一下。...
2017-03-10 19:55:34
420
原创 机器学习算法实践-算法原理-EM算法（一）-初识EM以及相关概念
转载请标明出处http://blog.csdn.net/zhaohang_1/article/details/52809504，谢谢合作！网上也是看了好几个大牛写过的文章，后来发现每个人的出发点不一样，大多是从数学角度上先来阐述原理的，然后完全复写了“E”和“M”过程，对于我这种刚上研究生数学底子有点差的人来说实在有点太过晦涩，我也是在读了各家关于EM的表述后想尽量做到对小白讲明白“EM”算法。不...
2016-10-13 19:44:19
761
原创 机器学习算法实践-聚类算法-无监督聚类-DBSCAN
实际上这个代码主要是参考了下面URL的代码，为了便于matlab输出信息，修改在了一个文件里面，但是他的主题思路很清晰，还是很建议读者读一下的。
2016-09-04 11:24:27
601
原创 语义网技术（3）：RDF，OWL相关文档材料汇总以及下载链接
由于RDF和OWL相关材料或者文档相当杂碎，特此我把我目前已有的材料都放在这里算是汇总，后面我会不定期持续补充：1.An Introduction to RDF and the Jena RDF API2.OWL Jena 相关开发文档材料3.语义Web本体语言_-OWL1&OWL2.pdf4.Jena_中文教程_本体API(经典)5.OWLWeb本体语言 指南...
2016-08-20 10:00:33
983
原创 机器学习基石学习笔记（1）-PLA
PLA是Percepton Learning Algorithm（感知器学习算法）的缩写，通俗理解为“知错能改演算法”。
2016-04-18 10:13:34
1467
3
原创 语义网技术（2）：jena的使用——更多示例和代码分析（上，例子从例2-例5）
已经毕业了，论文也交了，总算轻松一点了，现在也准备把RDF相关知识和Jena的编程技术统一做个总结，写个系列的博客，一来是相当于给自己做个笔记，二来也是分享一些自己学到的东西，提供一些资源，以供大家共同学习。这次准备把Jena示例中其他几个程序的代码解释一下，而后将简述RDF的相关知识概念，再之后将进阶OWL阶段。好了，废话不多说了，上代码，上一篇博文为例1，这一篇博文从例2开始，另外为了简化篇幅...
2015-06-15 14:02:25
2281
6
原创 语义网技术（1）：jena的使用——环境以及实例
大四毕设做关于语义网技术的研究，其中需要学习关于protege，jena等工具，以及owl和rdf的技术，网上的资料比较少，在这里给自己做一个学习的记录。关于jena和protege简单说，写个式子：（jena→java） = （protege→用户）不难理解，jena对编程来说就像protege对用户的关系一样，这个是网上的资料的普遍说法，另外这个只做了解，这个系列的blog不出意外...
2015-04-13 19:44:04
3067
htmlunit-2.15-bin.zip
2015-04-12
jsoup-1.7.2.jar
2015-04-12
C#编写的云南大学校园导航系统
2012-12-04
C++（WINAPI ）编写的迷宫
2012-12-04
数据结构魔王语言
2012-10-30
一元稀疏多项式计算以及线性方程组求解器
2012-10-22
C++编写的复数计算器
2012-09-26
复数计算器项目测试
2012-09-26
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人