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

机器学习中scatterplot（散点图）

散点图是统计可视化的重要组成部分。它使用点云来描述两个变量的联合分布，其中每个点代表数据集中的一个观察。这种描绘可以推断出大量关于它们之间是否有任何有意义的关系的信息。在seaborn中有几种（后面介绍）绘制散点图的方法，当两个变量都是数字时，应该使用的最基本的是scatterplot()功能。在Categorical plots（分类图）中，我们将看到使用散点图可视化分类数据的专门工具。#

35.4599

5

4

0

关注作者

收藏

赵娜0418

拉格朗日函数有什么作用？

目标百函数 f(x)约束函数 c(x)x是R^n中的向量，度f: R^n —> R, c: R^n —> R^my是R^m中的向量Lagrange函数内L(x,y)=f(x) 是内积Lagrange函数用来研究约束优化问题（条件容极值问题）

1.9364

4

0

0

关注作者

收藏

赵娜0418

关于特征选择

（1）特征选择的定义　　对当前学习任务有价值的属性称为是“相关特征”，没有价值的属性称为是“无关特征”，从给定的特征集中选择出相关特征子集的过程，就称为是“特征选择”。　　其中还有一种特征称为是“冗余特征”，这些特征指的是可以从其他特征中推演出来的特征。（2）特征选择的重要性　　特征选择是一个“数据预处理”过程，它的重要性体现在两个方面：　　1）减轻维度灾难问题。　　2）去除无关特征

36.6721

5

0

0

关注作者

收藏

赵娜0418

神经网络的应用领域

神经网络的应用领域近些年来神经网络在众多领域得到了广泛的运用。在民用应用领域的应用，如语言识别、图像识别与理解、计算机视觉、智能机器人故障检测、实时语言翻译、企业管理、市场分析、决策优化、物资调运、自适应控制、专家系统、智能接口、神经生理学、心理学和认知科学研究等等;在军用应用领域的应用，如雷达、声纳的多目标识别与跟踪，战场管理和决策支持系统，军用机器人控制各种情况、信息的快速录取、分类与查询，

24.9406

6

2

0

关注作者

收藏

读童话的狼

为什么要选随机森林来填补缺失值呢，为啥不用其他算法填补，随机森林填补的优缺点是什么？

采用随机森林对缺失数据进行填补，主要利用到随机森林在分类过程中对样本之间关系的出色的自动分析随机森林缺失值填补的优点随机森林填补通过构造多棵决策树对缺失值进行填补，使得填补得到的数据具有随机性和不确定性，更能反映出这些未知数据的真实分布；随机森林填补由于在构造决策树过程中，每个分支节点选用随机的部分特征而不是全部特征，所以能很好的应用到高维数据的填补；随机森林算法本身就具有很好的分类精度

43.2131

4

2

0

关注作者

收藏

liting李

随机森林的apply接口什么作用

apply的接口没有太大的作用，就是将测试点在决策树当中所在的叶节点的位置输出出来。

5.6447

2

2

0

关注作者

收藏

wo5656500

ovr：算出来的各分类概率和不等于1，这能比较各分类概率？

有无参数模型在统计和机器学习里面有写略微的差别，相同点的都是看当前这个模型是否有参数，统计: 有参数的模型是在查看模型当中的参数，在探讨它的分布或者概率机器学习里面：看的是当前的模型里面是否有参数

60.2189

1

1

0

关注作者

收藏

wo5656500

标准化常量? 这是为啥

目的：通过对数据进行标准化处理，得到均值为0，标准差为1的服从标准正态分布的数据。（相对一维数据来说，也就是相对矩阵的每一列，数据的每一个维度）向量形式，它们的每个元素分布表示矩阵每一列的均值和方差）可以看出矩阵中心化是标准化的一步，将中心化的矩阵除以标准差得到标准化矩阵。下面解释一下为什么需要使用这些数据预处理步骤：在一些实际问题中，我们得到的样本数据都是多个维度的，即一个样本是用多个

26.6533

1

3

0

关注作者

收藏

wo5656500

如果算A|B 如果他在B里那么A的概率就高了? 所以公式是有分母的但是我们算结果的时候不用管?

因为比较概率时，分母都是一样的，所以扔掉分母

0.0000

0

2

0

关注作者

收藏

詹惠儿

线性回归在实际企业中用的多吗

问：线性回归在实际企业中用的多吗答：在实际企业的运用中，逻辑回归，决策树，xgboost，随机森林等用的比较多，ridge和lasso这些线性回归模型在业务中反而不常见，一般研究回归，实际上是为了学习梯度下降，拉格朗日等算法等。

3.1175

2

2

0

关注作者

收藏

读童话的狼

The maximum value of Gaussian kernel (i.e.,sim(x,l(1)) is 1这句话是对的吗？

这句话是说高斯核函数的最大值为1这句话是对的直接从公式计算的话，当X = X_i的化，exp(0) = 1，如果不相等的话，exp(负数) < 1

30.5154

3

4

0

关注作者

收藏

颜夕小妞

数据结构分类以及关系型与非关系型表结构的区别，你掌握了吗？

数据结构分为两种，一种为表格型数据结构，一种为表结构型数据结构。表格：由固定列数和任意行数构成。表结构：表结构可是由字段和记录组成的。表格和表结构的关键区别：表结构是由字段组成的，且一个字段有且仅有一种数据类型；表呢有行类组成，不能类的数据类型可以不一样；定位方式不一样：表格可以通过行号和列号实现定位，但如果我们想定位表结构中的某一个位置，如何实现呢？答案就是通过字段和主键；3.表结构

24.9481

5

3

0

关注作者

收藏

wo5656500

用岭回归和lasso数据预处理时是否用考虑共线性？

用岭回归和lasso做数据预处理的时候不用考虑共线性，它会自动尝试去解决共线性的问题。

0.1415

1

4

0

关注作者

收藏

wo5656500

L1和L2惩罚力度区别不是很大吗？

直观上来理解一下, 对损失函数施加 L0/L1/L2 范式约束都会使很多参数接近于0. 但是在接近于0的时候约束力度会有差别. 从导数的角度看, L1正则项在0附近的导数始终为正负1, 参数更新速度不变. L2 在0附近导数接近于0, 参数更新缓慢. 所以 L1 相比 L2 更容易使参数变成0, 也就更稀疏,

0.1415

1

3

0

关注作者

收藏

wo5656500

数据集不存在共线性，特征值也比较少，是不是不带惩罚项的损失函数就比较好？

是的减少特征值的方法有1 去掉取值变化小的特征 Removing features with low variance2 单变量特征选择 Univariate feature selection3 线性模型和正则化

0.1415

1

1

0

关注作者

收藏

赵娜0418

Lasso 如何做特征选取？

不删数据的情况下，通过加大惩罚lam, 使得不重要的特征对应的系数值直接变成0，使其特征不再进入回归的计算，达到特征选取的效果。

26.2230

4

2

0

关注作者

收藏

赵娜0418

用岭回归和lasso数据预处理时是否用考虑共线性？

用岭回归和lasso做数据预处理的时候不用考虑共线性，它会自动尝试去解决共线性的问题。

2.1276

3

4

0

关注作者

收藏

读童话的狼

xgboost已经下载了，怎么安装？

打开D:\ProgramData\Anaconda3将xgboost-1.0.2-py3-none-win_amd64.whl放入到文件夹中在该文件夹中空白处按住Shift键并点击右键,点击菜单中的在此处打开命令窗口.复制下面的代码,运行pip install xgboost-1.0.2-py3-none-win_amd64.whl

15.7570

3

6

0

关注作者

收藏

wo5656500

什么是凹凸函数？

凹函数是一个定义在e69da5e6ba90e799bee5baa6e79fa5e9819331333431366365某个向量空间的凸集C（区间）上的实值函数f。设f为定义在区间I上的函数，若对I上的任意两点X1

57.3238

3

4

0

关注作者

收藏

wo5656500

引入的lambda会不会消除了共线性而造成了模型的偏差？

不会，因为当前的模型肯定有偏差，我们这个时候就不去讨论统计里面那些偏差的概念啥的了，直接将问题转化成了优化问题

0.0869

1

2

0

关注作者

收藏

<1…141516…69>

CDA考试动态

CDA报考指南