机器学习实现与分析之四（广义线性模型）

2017-03-15

机器学习实现与分析之四（广义线性模型） 指数分布族 首先需要提及下指数分布族，它是指一系列的分布，只要其概率密度函数可以写成下面这样的形式： 一般的很多分布（如高斯分布，泊松分布，二项 ...

斯坦福机器学习实现与分析之二（线性回归）

2017-03-15

斯坦福机器学习实现与分析之二（线性回归） 回归问题提出 首先需要明确回归问题的根本目的在于预测。对于某个问题，一般我们不可能测量出每一种情况（工作量太大），故多是测量一组数据，基于此数据去预 ...

梯度下降法分析

2017-03-15

梯度下降法分析 梯度下降法的基本思想是函数沿着其梯度方向增加最快，反之，沿着其梯度反方向减小最快。在前面的线性回归和逻辑回归中，都采用了梯度下降法来求解。梯度下降的迭代公式为： \\(\\begin{aligned} ...

批量梯度下降与随机梯度下降

2017-03-15

批量梯度下降与随机梯度下降 下面的h(x)是要拟合的函数，J(theta)损失函数，theta是参数，要迭代求解的值，theta求解出来了那最终要拟合的函数h(theta)就出来了。其中m是训练集的记录条数，j是参数的个数。 ...

从导数的物理意义理解梯度下降

2017-03-15

从导数的物理意义理解梯度下降 机器学习中常会用随机梯度下降法求解一个目标函数L(Θ)的优化问题，并且常是最小化的一个优化问题： minL(Θ) 我们所追求的是目标函数能够快速收敛或到达一个极小值点。而随机梯 ...

5个开源Python库，点亮你的机器学习之路

2017-03-14

5个开源Python库，点亮你的机器学习之路 机器学习令人兴奋，但实际操作却很困难也很复杂。它涉及到很多手动提升，如集合工作流，设置数据源，以及在内部部署与云部署的资源之间切换等。 Python 是一款强大的 ...

机器学习常用算法（LDA,CNN,LR）原理简述

2017-03-14

机器学习常用算法（LDA,CNN,LR）原理简述 1.LDA LDA是一种三层贝叶斯模型，三层分别为：文档层、主题层和词层。该模型基于如下假设： 1）整个文档集合中存在k个互相独立的主题； 2）每一个主题是词上的多项 ...

机器学习中使用的神经网络

2017-03-14

机器学习中使用的神经网络 这一小节介绍随机梯度下降法（stochastic gradient descent）在神经网络中的使用，这里首先回顾了第三讲中介绍的线性神经网络的误差曲面(error surface)，如下图所示。线性神经网络对 ...

【机器学习实战】Naive Bayes

2017-03-14

一、概述 优点：在数据少的情况下仍然有效，可以处理多类别问题 缺点：对于输入数据的准备方式较为敏感 适用数据类型：标称型数据 二、原理 三、文档分类 A,B,C,D..为文档中单词。假设总词汇只有A,B,C,D四种。训练样 ...

机器学习实战之SVD

2017-03-14

机器学习实战之SVD 1. 奇异值分解 SVD(singular value decomposition) 1.1 SVD评价 优点: 简化数据, 去除噪声和冗余信息, 提高算法的结果 缺点: 数据的转换可能难以理解 1.2 SVD应用 (1) 隐性语义索引(latent ...

机器学习实战之PCA

2017-03-14

机器学习实战之PCA 1. 向量及其基变换 1.1 向量内积 (1)两个维数相同的向量的内积定义如下: 内积运算将两个向量映射为一个实数. (2) 内积的几何意义 假设A\\B是两个n维向量, n维向量可以等价表 ...

机器学习实战之Apriori

2017-03-14

机器学习实战之Apriori 1. 关联分析 1.1 定义 关联分析是一种在大规模数据上寻找物品间隐含关系的一种任务.这种关系有2种形式:频繁项集和关联规则. (1) 频繁项集(frequent item sets): 经常出现在一起的物品 ...

SPSS中两种重复测量资料分析过程的比较

2017-03-13

SPSS中两种重复测量资料分析过程的比较 在SPSS中，有两个过程可以对重复测量资料进行分析：一种是一般线性模型的重复度量；一种是混合线性模型，对于同样的数据资料，使用两种过程分析出的内容不大一样，注意 ...

数据分析中的基本指标_数据分析师

2017-03-13

数据分析中的基本指标 1.平均数： 是描述一组数据集中趋势的指标，有很多种平均数，如：算数平均数，几何平均数，调和平均数，加权平均数，平方平均数，指数平均数等。 最常用的是算数平均数 平均数 ...

数据分析中的变量分类_数据分析师

2017-03-13

数据分析中的变量分类 数据分析工作每天要面对各种各样的数据，每种数据都有其特定的含义、使用范围和分析方法，同一个数据在不同环境下的意义也不一样，因此我们想要选择正确的分析方法，得出正确 ...

R语言之数据处理_数据分析师

2017-03-13

R语言之数据处理 一、向量处理 1.选择和显示向量 data[1] data[3] data[1:3] data[-1]：除第一项以外的所有项 data[c(1,3,4,6)] data[data>3] data[data<5|data>7]：小于5或大于7的所有项 which(data == max ...

离群值的判断与处理_数据分析

2017-03-13

离群值的判断与处理 我们在数据分析的时候，经常会碰到某些数据远远大于或小于其他数据，这些明显偏离的数据就是离群值，也叫奇异值、极端值。 离群值产生的原因大致有两点： 1.总体固有变异的极端表现，这 ...

SPSS数据分析—多维偏好分析（MPA）

2017-03-13

SPSS数据分析—多维偏好分析（MPA） 之前的主成分分析和因子分析中，收集的变量数据都是连续型数值，但有时会碰到分类数据的情况，我们知道最优尺度变换可以对分类变量进行量化处理，如果将这一方法和主 ...

对应分析方法与对应图解读方法-—七种分析角度

2017-03-13

对应分析方法与对应图解读方法-—七种分析角度 对应分析是一种多元统计分析技术，主要分析定性数据Category Data方法，也是强有力的数据图示化技术，当然也是强有力的市场研究分析技术。 这里主要介绍大 ...

均值、方差、标准差及协方差、协方差矩阵详解

2017-03-12

均值、方差、标准差及协方差、协方差矩阵详解 一、统计学基本概念：均值、方差、标准差 统计学里最基本的概念就是样本的均值、方差、标准差。首先，我们给定一个含有n个样本的集合，下面给出这些概念的公式 ...