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

田齐齐

机器学习：什么是学习曲线

学习曲线，就是在看在训练集的样本量变化的过程中，训练集和测试集的分数的变化

3.9004

5

3

0

关注作者

收藏

读童话的狼

伯努利贝叶斯是不是内部把变量做了哑变量处理？

与多项式模型一样，伯努利模型适用于离散特征的情况，所不同的是，伯努利模型中每个特征的取值只能是1和0(以文本分类为例，某个单词在文档中出现过，则其特征值为1，否则为0).伯努利模型和多项式模型是一致的，BernoulliNB需要比MultinomialNB多定义一个二值化的方法，该方法会接受一个阈值并将输入的特征二值化(1，0).当然也可以直接采用MultinomialNB，但需要预先将输入的特

0.0000

0

0

0

关注作者

收藏

读童话的狼

python的format函数是什么意思?

format函数这是一种字符串格式化的方法，用法如str.format()。基本语法是通过 {} 和 : 来代替以前的 % 。以下展示两种主要用法：（1）如：语句print("{:.2f}".format(3.1415926))，它的输出为3.14，可以看出命令为保留两位小数点。（2）如：语句"{1} {0} {1}".format("hello", "world")，它的输出

0.0000

0

2

0

关注作者

收藏

读童话的狼

怎么看cmap可选参数？

这是对显示颜色参数的定义，它可以有很多渐变色可以选择：可以查看官方文档如：

19.4908

1

4

0

关注作者

收藏

田齐齐

机器学习：朴素贝叶斯对于连续和离散属性的处理

朴素贝叶斯法对于连续和离散属性的处理：

13.7111

6

5

0

关注作者

收藏

读童话的狼

手写数字集中的images是属性吗？

是的，可以利用digits.images来查看每个样本（图片）的原数据

0.0000

0

4

0

关注作者

收藏

读童话的狼

彩色图像是几维的？

灰度图是2维矩阵，rgb彩色图是3维的，R red ； G green ； B blue.

0.0000

0

1

0

关注作者

收藏

读童话的狼

模型只能接收哪两种数据？

分类型和连续型

0.0000

0

4

0

关注作者

收藏

田齐齐

机器学习：朴素贝叶斯分类的优缺点

优点：（1）算法逻辑简单,易于实现（2）分类过程中时空开销小缺点：理论上，朴素贝叶斯模型与其他分类方法相比具有最小的误差率。但是实际上并非总是如此，这是因为朴素贝叶斯模型假设属性之间相互独立，这个假设在实际应用中往往是不成立的，在属性个数比较多或者属性之间相关性较大时，分类效果不好。而在属性相关性较小时，朴素贝叶斯性能最为良好。对于这一点，有半朴素贝叶斯之类的算法通过考虑部分

1.2473

4

6

0

关注作者

收藏

读童话的狼

贝叶斯算法需要知道数据分布吗？

贝叶斯算法假设样本符合概率分布，我们在进模型训练前，先假设数据集中的特征符合某种分布，然后利这种分布的概率密度函数来计算对应的概率值。伯努利朴素贝叶斯：假设数据集的特征符合二项分布。多项式朴素贝叶斯：假设特征符合多项式分布，常于文本分类，特征是单词，值是单词出现的次数。高斯朴素贝叶斯：有些特征可能是连续型变量，高斯朴素贝叶斯模型假设这些特征属于某个类别的观测值符合高斯分布。

0.0000

0

1

0

关注作者

收藏

liting李

什么是统计学，什么是机器学习？

统计学：统计学是关于认识客观现象总体数量特征和数量关系的科学。它是通过搜集、整理、分析统计资料，认识客观现象数量规律性的方法论科学。机器学习：机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心。

3.4433

2

4

0

关注作者

收藏

liting李

高斯分布是什么样子？

高斯分布，也称正态分布，又称常态分布。高斯分布的特征变量的频数分布由μ、σ完全决定。 (1)μ是正态分布的位置参数，描述正态分布的集中趋势位置。正态分布以X=μ为对称轴，左右完全对称。正态分布的均数、中位数、众数相同，均等于μ。 (2)σ描述正态分布资料数据分布的离散程度，σ越大，数据分布越分散，σ越小，数据分布越集中。也称为是正态分布的形状参数，σ越大，曲线越扁平，反之，σ越小，曲线越瘦高

3.4433

2

1

0

关注作者

收藏

田齐齐

机器学习：正则化的作用

正则化的主要作用是防止过拟合，对模型添加正则化项可以限制模型的复杂度，使得模型在复杂度和性能达到平衡。常用的正则化方法有L1正则化和L2正则化。L1正则化和L2正则化可以看做是损失函数的惩罚项。所谓『惩罚』是指对损失函数中的某些参数做一些限制。 L1正则化的模型建叫做Lasso回归，使用L2正则化的模型叫做Ridge回归（岭回归）

22.0946

4

4

0

关注作者

收藏

田齐齐

机器学习：Lasso的作用

Lasso是用来做特征选取的，筛选之后的特征会被用到其他更加高级的算法里面得到更加不错的效果。Lasso相比于普通最小二乘估计，可以在变量众多的时候快速有效地提取出重要变量，简化模型。

1.2473

4

2

0

关注作者

收藏

田齐齐

机器学习：岭回归

岭回归是一种改良的最小二乘估计法，实质上是一种改良的最小二乘估计法，通过放弃最小二乘法的无偏性，以损失部分信息、降低精度为代价获得回归系数更为符合实际、更可靠的回归方法，对病态数据的拟合要强于普通的最小二乘法OLS。本质是在自变量信息矩阵的主对角线元素上人为地加入一个非负因子。当数据之间存在多重共线性（自变量高度相关）时，就需要使用岭回归分析。在存在多重共线性时，尽管最小二乘法（OLS）测得的

1.2473

4

2

0

关注作者

收藏

读童话的狼

如何判断过拟合？

当某个模型过度的学习训练数据中的细节和噪音，以至于模型在新的数据上表现很差，我们称过拟合发生了。这意味着训练数据中的噪音或者随机波动也被当做概念被模型学习了。而问题就在于这些概念不适用于新的数据，从而导致模型泛化性能的变差。简单理解就是训练样本的得到的输出和期望输出基本一致，但是测试样本输出和测试样本的期望输出相差却很大。为了得到一致假设而使假设变得过度复杂。解决过拟合的办法：决策树中设置剪

22.0913

1

2

0

关注作者

收藏

读童话的狼

逻辑回归函数详解

在scikit-learn 中逻辑回归原型如下：class sklearn.linear_model.LogisticRegression(penalty=’l2’, dual=False, tol=0.0001, C=1.0, fit_intercept=True, intercept_scaling=1, class_weight=None, random_state=None, solver

0.0000

0

0

0

关注作者

收藏

读童话的狼

多分类用knn不是更简单吗，为啥要用逻辑回归？

KNN算法是“懒惰学习”的代表，不具有显式学习过程。此类学习技术在训练过程中仅仅是把样本保存起来，训练时间为0，待收到训练样本后在进行处理。但是这类算法不产生固定的参数，往往对于每一个新样本都需要较长计算过程。所以可以使用逻辑回归处理此类问题。

0.0000

0

2

0

关注作者

收藏

读童话的狼

如何对数据进行升维？

升维，意味着要加特征，为了简单一点，我们可以使用sklearn中的多项式特征。import numpy as np# 导入多项式特征类from sklearn.preprocessing import PolynomialFeatures举个例子x = np.array([[1, 2], [4, 5]])x poly = PolynomialFeatures(degree=

22.0913

1

1

0

关注作者

收藏

读童话的狼

梯度下降算法中的学习率有什么作用？

梯度下降算法有两个重要的控制因子：一个是步长，由学习率控制；一个是方向，由梯度指定。除了一些其他客观的原因，学习率的设定是影响模型性能好坏的非常重要的因素，所以应该给予足够的重视学习率太大会导致不收敛学习率太小会导致到达最低点的迭代次数太大，费时

0.0000

0

2

0

关注作者

收藏

<1…282930…69>

CDA考试动态

CDA报考指南