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

shauna570392

什么是关联规则

I={i1,i2,...,in}是n个不同项目的集合， ik(k = 1,2 … n)称为一个项目(item)项目的集合称为项目集合(Itemset)，简称为项集。其元素个数称为项集的长度，长度为k的项集称为k-项集(k-Itemset)每笔交易T(Transaction)是项集I上的一个子集,即T ⊆ 𝐼交易的全体构成了交易记录集D，简称交易集D,交易集D中包含交易

0.0000

0

1

0

关注作者

收藏

shauna570392

推荐系统有哪些应用场景

电子商务，例如亚马逊，淘宝。商品推荐页主要包括的内容有（1）推荐结果的标题，缩略图以及其他内容属性，（2）推荐结果的评分（3）推荐理由。亚马逊的推荐有以下三种：（1）基于用户之前的行为，例如购买过武侠小说，会继续推荐别的武侠小说。（2）基于用户的好友关系，例如亚马逊拿到用户的Facebook的好友，然后向用户推荐他的好友都买了啥（3）基于物品的相似度，例如购买了该商品的用户还买了哪些商品。

0.0000

0

4

0

关注作者

收藏

shauna570392

什么是感知机

感知机(perceptron)是二类分类的线性分类模型，其输入为实例的特征向量，输出为实例的类别。假设输入空间（特征空间）是 X∈R^n ，输出空间是 Y={ 1，-1} 。输入 x∈X 表示实例的特征向量，对应于输入空间（特征空间）的点；输出 y∈Y 表示实例的类别。由输入空间到输出空间的如下函数：称为感知机。其中， w 和 b 为感知机参数， w 叫做权值向量（weight ve

0.0000

0

4

0

关注作者

收藏

shauna570392

不同模型的优缺点

KNN: 依赖数据，无数学模型可言。适用于可容易解释的模型。对异常值敏感，容易受到数据不平衡的影响。贝叶斯: 基于条件概率，适用于不同维度之间相关性较小的时候，比较容易解释。也适合增量训练，不必要再重算一遍。应用：垃圾邮件处理。决策树: 此模型更容易理解不同属性对于结果的影响程度（如在第几层)。可以同时处理不同类型的数据。但因为追踪结果只需要改变叶子节点的属性，所以容易受到攻击。应用：其

0.0000

0

3

0

关注作者

收藏

shauna570392

回归模型的评价指标

一、SSE(误差平方和)计算公式如下：同样的数据集的情况下，SSE越小，误差越小，模型效果越好缺点：SSE数值大小本身没有意义，随着样本增加，SSE必然增加，也就是说，不同的数据集的情况下，SSE比较没有意义二、R-square(决定系数) 数学理解：分母理解为原始数据的离散程度，分子为预测数据和原始数据的误差，二者相除可以消除原始数据离散程度的影响其实“决定系数”是通

0.0000

0

1

0

关注作者

收藏

shauna570392

有监督分类模型有哪些评估方式

在介绍方法开始首先了解一下四个概念：TP即True Positive:预测正确的正样本个数。TN即True Negative:预测正确的负样本个数。FP即False Positive:将负样本错误的预测成为正样本的个数。FN即False Negative:将正样本错误的预测成为负样本的个数。1.Accuracy(准确率):简单粗暴的方法，直接用预测正确的个数/总数 x 100% 即

0.0000

0

3

0

关注作者

收藏

shauna570392

决策树的父节点和子节点的熵的大小比较

信息增益准则选择最优特征，父节点的熵是经验熵H(D)，子节点的熵是划分后集合的经验熵H(D)，父节点的熵大于子节点的熵，熵越大，不确定性越大。

0.0000

0

3

0

关注作者

收藏

liting李

信息增益的意义？

信息增益量越大，这个属性作为一棵树的根节点就能使这棵树更简洁；因此，决策树的构造原则：选信息增益最大的。

0.0000

0

0

0

关注作者

收藏

liting李

整个决策树是熵增还是熵减的过程

整个决策树是熵减的过程，因为熵越减越确定，如果是熵增的话，那整棵树越增长，越没有效。所以决策树长的越深越繁茂，熵就会越来越小这就是熵减的过程。

31.2478

1

3

0

关注作者

收藏

shauna570392

混淆矩阵为什么少的一类在第一排

第一行是你要重点研究的一类，称为正例比如医学研究里需要根据不同人的特征预测该患者是否得了癌症，这里患癌的是你所关注的，那么患癌的为正例，未患癌的为负例。一般情况下所研究的类别占总样本比例小一些。

0.0000

0

2

0

关注作者

收藏

liting李

正确率达到64%还可以吗

正确率达到64%还算可以，不一定非要达到某个指标，随便删除一个或者对其进行处理，就会有误差，所以没有必要达到某个指标，接近就可以。

0.0000

0

4

0

关注作者

收藏

liting李

logistic回归是看R方还是看正确率

这两个指标都是要看的，R方一般要配合一个指标来看的，像logistic回归要看R方和正确率，不能只看一个，要结合在一起看。

0.0000

0

3

0

关注作者

收藏

shauna570392

核函数的优点

第一，有了核函数之后，我们无需去担心升维后的x究竟应该是什么样，因为非线性SVM中的核函数都是正定核函数(positive definite kernel functions)，他们都满足美世定律(Mercer's theorem)，确保了高维空间中任意两个向量的点积一定可以被低维空间中的这两个向量的某种计算来表示(多数时候是点积的某种变换)。第二，使用核函数计算低维度中的向量关系比计算原

0.0000

0

1

0

关注作者

收藏

shauna570392

什么是核函数

解决寻找超平面过程的数学方式，叫做“核技巧”(Kernel Trick)，是一种能够使用数据原始空间中的向量计算来表示升维后的空间中的点积结果的数学方式。如果支持向量机的求解只用到内积运算，而在低维输入空间又存在某个函数 K(x, x′) ，它恰好等于在高维空间中这个内积，即K( x, x′) = 。那么支持向量机就不用计算复杂的非线性变换，而由这个函数 K(x,

0.0000

0

3

0

关注作者

收藏

liting李

神经网络是不是分类算法

神经网络是属于分类算法的，神经网络具有优秀的非线性逼近性能，使它在模式分类、聚类、回归与拟合、优化计算、数据压缩等领域都有出色表现。

0.0000

0

1

0

关注作者

收藏

shauna570392

什么是维度灾难

由于你能拿到手中的训练数据是有限的, 当维数增加时, 输入空间(input space)的大小随维数指数级增加, 训练数据占整个数据空间的比例将急剧下降, 这将导致模型的泛化变得更困难. 在高维空间中, 样本数据将变得十分稀疏, 许多的相似性度量在高维都会失效. 比如下图中, 最左边的是原图, 右边三张图看上去差别很大, 但和原图都有着相同的欧氏距离.解决维数灾难的一个重要途径是降维(dimen

0.0000

0

0

0

关注作者

收藏

liting李

决策树算法的理解

决策树是一种智能分类与回归的方法，具有结果可读性强、分类速度快、处理大量交互效应等优势。决策树学习算法一般包括 3 个步骤：特征选择、决策树的生长和剪枝；决策树生长过程，包括节点（node ）和有向边 directed edge ），其中节点包括根节点、内部节点、叶节点，如积分卡是根节点、收入（或客户类型，或购买特征）是内部节点、长方形内容是叶节点，一般来说叶节点表示一个类、内部节点表示特

0.0000

0

3

0

关注作者

收藏

shauna570392

什么是超平面

在数学中，超平面是 n 维欧式空间中余维度等于 1 的子空间，即 n 维空间中的超平面是 n-1 维的子空间。这是平面中的直线，空间中的平面之推广（注：这句话很重要）设 F 为域（为了初等起见，可考虑 F=R），n 维空间a中的超平面是由以下方程确定的a

0.0000

0

0

0

关注作者

收藏

shauna570392

怎么安装xgboost包

1、打开jupyter notebook 在代码框里输入pip install xgboost -i https://pypi.tuna.tsinghua.edu.cn/simple2、运行，等待安装也可以打开命令窗口，输入上述代码，运行进行安装。

31.2478

1

3

0

关注作者

收藏

shauna570392

是不是优化问题的约束条件习惯变成<=0

对于x的函数f(x)，求解函数最小值，同时满足条件g(x)

0.0000

0

2

0

关注作者

收藏

<1…373839…69>

CDA考试动态

CDA报考指南