文章目录Adaboost分类算法Adaboost回归算法前向分布算法本文将记录《统计学习方法》中有关提升学习Adaboost的内容。Boosting算法的工作机制是首先从训练集用初始权重训练出一个弱学习器1，根据弱学习的学习误差率表现来更新训练样本的权重，使得之前弱学习器1学习误差率高的训练样本点的权重变高，使得这些误差率高的点在后面的弱学习器2中得到更多的重视。然后基于调整权重后的训练集来训..

本文记录了使用scala语言在spark上实现ALS模型的相关内容，如有问题可以邮件(zhaoliang19960421@outlook.com)或微信(BestCoder_BestLife)与我联系有关协同过滤的相关内容详见 spark协同过滤算法-附scala代码在itemCF中以user-item-score矩阵为输入，通过计算在原始矩阵中的item向量(每个用户对该向量的行为为评分，全部用

文章目录PCA本文将记录有关PCA降维的内容。当样本维度过高但是数据集数量较小时，在训练模型时很容易陷入过拟合，处理过拟合可以采用正则化、增加数据量、降低数据维度。在降低数据维度可以采用的方法有特征选择、线性降维（PCA）、非线性降维（流形）PCA数据集X=(x1,x2,..,xN)TX=(111)X=(x_1,x_2,..,x_N)^T\\X=\left( \begin{array...

python+sklearn实现KNN及KD树算法from sklearn import datasets# 导入内置数据集模块from sklearn.neighbors import KNeighborsClassifier# 导入sklearn.neighbors模块中KNN类import numpy as npfrom sklearn.neighbors import KDTree...

本系列文章将记录在某中医人工智能公司实习期间所作的工作内容自动组方本次实习在某中医人工智能公司实现对于中医妇科病的自动组方功能。在中医妇科中奖疾病分为几个大的类别如月经病、带下病等，月经病下又有月经不调、痛经等疾病，每个疾病下又分为类似于气血两虚、肾阳虚等病机，在每个病机下有具体的病症，每个病机对应着治疗该病机的药方。具体结构如下图：则自动组方的方法是通过对输入的病症集通过...

理解Hinge Loss (折页损失函数、铰链损失函数)Hinge Loss 是机器学习领域中的一种损失函数，可用于“最大间隔(max-margin)”分类，其最著名的应用是作为SVM的目标函数。在二分类情况下，公式如下：L (y) = max(0 , 1 – t⋅y)其中，y是预测值(-1到1之间)，t为目标值(1或 -1)。其含义为，y的值在 -1到1之间即可，并不鼓励|y|>1，即让某