机器学习-数据科学专业问答社区-CDA答疑社区

热线电话：13121318867

登录

赵娜0418

图中X =np.mat(X) Y =np.mat(Y).T 为什么要转化为矩阵？

X =np.mat(X)Y =np.mat(Y).T上述代码为什么要转化为矩阵？因为nparray的形式不能直接进行相乘运算，相乘出来的结果可能是不一样的，因为这一步要做矩阵运算，所以要把它转换成矩阵

14.8509

6

6

0

关注作者

收藏

赵娜0418

Python机器学习中fit_intercept=True是什么意思？

参数fit_intercept=True的解释●sklearn.linear_model.LinearRegression(fit_intercept=True)●通过正规方程优化●fit_intercept：是否计算偏置●LinearRegression.coef_：回归系数●LinearRegression.intercept_：偏置●sklearn.linear_model

14.8509

6

1

0

关注作者

收藏

詹惠儿

机器学习模型的参数和超参数是一样意思吗？

问：机器学习模型的参数和超参数是一样意思吗？答：机器学习模型的参数和超参数是不一样的概念，在机器学习中，模型参数是模型内部的配置变量，可以用数据来估计它的值。而超参数是在开始学习过程之前设置值的参数，而不是通过训练得到的参数数据。通常情况下，需要对超参数进行优化，选择一组最优超参数，以提高学习的性能和效果。一句话概括，模型超参数和参数的区别在于,前者是由你指定的(不指定

13.7705

1

1

0

关注作者

收藏

詹惠儿

机器学习中的非参数模型是如何定义的？

问：机器学习中的非参数模型是如何定义的？答：在理解机器学习的非参数模型前，先来理解机器学习的参数模型是什么。简单来说，机器学习的参数模型是指通过对数据进行学习可以得到一个已知的函数形式的模型，比如线性回归模型，就是一次方程的形式，然后通过训练数据学习到具体的参数；而机器学习的非参数模型是与此相对应的概念，不对所要学习到的函数做强烈的假设，不做假设，可以从训练数据中自由地学习任何函

13.7705

1

1

0

关注作者

收藏

liting李

数据挖掘与机器学习是什么关系？

数据挖掘拥有很多定义, 其中一个比较有名的定义为 “一门从大量数据或者数据库中提取有用信息的科学”。更简单的说，机器学习就是通过数据训练找一个合适的目标函数的过程。而目前，机器学习学科应用到了大量的统计学知识，我们也称其为统计机器学习。简言之，机器学习是一门更加偏向理论性学科，其目的是为了让计算机不断学习找到接近目标函数f的假设h。而数据挖掘则是使用了包括机器学习算法在内的众多知识的一门应

14.0034

2

4

0

关注作者

收藏

liting李

随机森林有哪些优缺点？

优点：1、随机森林可以处理高维数据，并确定变量的重要性，是一个不错的降维方法；2、对数据缺失，随机森林也能较好地保持精确性；3、当存在分类不平衡的情况时，随机森林能够提供平衡数据集误差的有效方法；缺点：1、随机森林算法可以解决回归问题，但是由于不能输出一个连续型值和作出超越训练集数据范围的预测，导致在对某些噪声的数据进行建模时出现过度拟合；2、随机森林算法类似于黑盒子，由于几乎无法控制

14.0034

2

2

0

关注作者

收藏

yuechuchen

使用XGBoot算法时，预测其他字段时是用原始有空值的数据还是用填充好的值？

用原始有空值的比较好，空值的部分统一由xgboost來处理即可

0.2672

2

2

0

关注作者

收藏

hopeiagt

归一化和标准化的区别及如何使用scikit-learn进行处理?

归一化(normalization)和标准化(standardization)是两种对数据去量纲的方法,它的区别如下: 归一化：归一化是将样本的特征值放缩到同一量纲下，缩放后的样本范围处于[0,1]或[-1,1]之间．归一化受样本的异常值影响较大，如果缩放后的数据小数位较多，则在用python计算数据的时候会出现一定偏差．因此，一般数据存在异常值偏差较大时，最好选用标准化对数据进行处理．一般KN

27.2220

2

4

0

关注作者

收藏

yuechuchen

如何安装dlib库

第一步：安装C 编译工具安装cmake与vs2015，安装按照提示进行即可。第二步：安装dlib 命令中行执行安装命令 pip install -i https://pypi.douban.com/simple boost pip install -i https://pypi.douban.com/simple cmake pip install -i https

27.1306

1

1

0

关注作者

收藏

yuechuchen

对于文本分类的机器学习如何做？可以用图片相似的模型吗？

图片训练好的模型，只能套用再图片上，文本分析的部分，通常采取特征用的是Word Embedding，可以使用预先训练好的Word Embedding当作文本分析的底层，它的内容也是不需要再训练，上面再架设完全连接层，跟影响处理的原理相同，效果也很好

0.0000

0

2

0

关注作者

收藏

yuechuchen

Image.fromarray（）作用是什么？

将ndarray数组转换成图片（image）格式。

0.0000

0

4

0

关注作者

收藏

liting李

随机森林如何填补缺失值？

27.3521

2

2

0

关注作者

收藏

陈革007

机器学习: KNN算法

K-Nearest Neighbors算法特点•优点•精度高•对异常值不敏感•无数据输入假定•缺点•计算复杂度高•空间复杂度高•适用数据范围•数值型和标称型•工作原理•存在一个样本数据集合，也称作训练样本集，并且样本集中每个数据都存在标签，即我们知道样本集中每个数据与所属分类的对应关系。•输入没有标签的新数据后，将新数据的每个特征与样本集中数据对应的特征进行比较，然后算

27.0690

4

5

0

关注作者

收藏

hopeiagt

在用决策树处理分类问题时，处理样本不均衡前后，为什么有些情况下准确率(accuracy)会下降？

该问题主要出现在样本极端不均衡的情况下,例如:银行对"坏"客户的预测问题.首先，在不处理样本不均衡的问题时，模型主要学习的是多数类(这里的多数类,少数类指的样本标签)的规律，可能会忽略对少数类规律的学习，因此，模型的准确率会在多数类所占样本比例附近波动．其次，在处理样本不均衡的问题时，会增加少数类的权重，降低多数类的权重．减少模型对多数类的学习，增加模型对少数类的学习，从而以降低对多数类的预

16.7106

2

2

0

关注作者

收藏

hopeiagt

如何用通俗的话解释信息熵(entropy)?

以下为用通俗的话来解释信息熵.信息熵(entropy)指的是你损失掉的信息,信息熵越高,说明损失的信息越多,信息熵越小,损失的信息越少.例如,你想知道我喜欢吃什么美食，我说我喜欢吃中餐，实际上你并不知道我到底喜欢吃什么,只知道我不喜欢西餐.但我具体喜欢什么你不知道,因为中餐包含的美食太多了,此时的信息熵很高.如果我告诉你我喜欢吃中餐里的面食，尽管你还是不知道我到底喜欢吃什么，但是范围却缩小了很多

16.7231

2

3

0

关注作者

收藏

hopeiagt

为什么要在精准度和召回率间权衡?

在解决分类问题时，经常会遇到样本不均衡的问题．分类模型更倾向于学习多数类样本的规律，而忽少数类的规律．因此，对于这类问题，仅参考准确率不能评价一个模型拟合的好坏程度的．从而提出了精确度（precision）和召回率（recall）．其中，精确度指的是准确率是对给定数据集，分类正确样本个数和总样本数的比值。即：即它关注多数类．召回率指的是召回率又被称为查全率，用来说明分类器中判定为真的正

16.5017

1

5

0

关注作者

收藏

詹惠儿

KNN为什么要先划分数据集再进行归一化处理呢？

问：KNN为什么要先划分数据集再进行归一化处理呢？答：根据归一化的处理手段，我们是使用数据中的最小值和极差在对数据进行压缩处理，如果我们在全数据集上进行归一化，那最小值和极差的选取是会参考测试集中的数据的状况的。因此，当我们归一化后，无论我们如何分割数据，都会由一部分测试集的信息被 "泄露" 给训练集（当然，也有部分训练集的信息被泄露给了测试集，但我们不关心这个），这会使得我们的模型效果

0.0395

2

3

0

关注作者

收藏

詹惠儿

sklearn实现决策树的参数min_samples_leaf和min_samples_split怎么去理解？

问：sklearn实现决策树的参数min_samples_leaf和min_samples_split怎么去理解？答:min_samples_leaf限定，⼀个结点在分⽀后的每个⼦结点都必须包含⾄少min_samples_leaf个训练样本，否则分⽀就不会发⽣，或者，分⽀会朝着满⾜每个⼦结点都包含min_samples_leaf个样本的⽅向去发⽣。⼀般搭配max_depth使⽤，

26.9627

2

4

0

关注作者

收藏

詹惠儿

数据挖掘和机器学习是一个意思吗？

问：数据挖掘和机器学习是一个意思吗？答：这两者不是一个意思，但有非常大的联系，二者具体解释如下：1）数据挖掘：也就是data mining，是一个很宽泛的概念。字面意思就是从成吨的数据里面挖掘有用的信息。这个工作BI（商业智能）可以做，数据分析可以做，甚至市场运营也可以做。你用excel分析分析数据，发现了一些有用的信息，然后这些信息可以指导你的business，恭喜你，你已经会数据

26.9702

2

2

0

关注作者

收藏

詹惠儿

为什么要先划分数据集再进行归一化处理呢？

问：为什么要先划分数据集再进行归一化处理呢？答：根据归一化的处理手段，我们是使用数据中的最小值和极差在对数据进行压缩处理，如果我们在全数据集上进行归一化，那最小值和极差的选取是会参考测试集中的数据的状况的。因此，当我们归一化后，无论我们如何分割数据，都会由一部分测试集的信息被 "泄露" 给训练集（当然，也有部分训练集的信息被泄露给了测试集，但我们不关心这个），这会使得我们的模型效果被高估。

26.9468

1

3

0

关注作者

收藏

<1…111213…69>

CDA考试动态

CDA报考指南