SVM全称支持向量机，为什么起这么个名字，这是因为数据集中有些样本被称为支持向量，在后面你就会知道。SVM是目前为止小编觉得较难的一个模型，因为这里面涉及带约束条件的最优化问题，小编也是看了一定的资料、视频才能理解一二。为了帮助更多的人更好的理解SVM，小编尽量使用通俗的文字、较少的数学公式来写这篇文章。一、SVM的目标讲解一个模型，最首要的是阐明模型的目标。SVM也是在二分类问题中找到一...

前面几篇文章 浅谈支持向量机 神经网络——手写数字识别 中涉及的算法都属于监督学习的范畴，今天小编给大家介绍一种属于无监督学习范畴的算法——K-means。K-means是一种应用很广泛的聚类算法。聚类，通俗的讲就是“人以群分物以类聚”。K-means是怎么实现聚类的呢？下面我们以一个简单的样例来阐述它的工作原理。观察上面的图，我们一般会认为这些数据点集中分布在三个区域，即这些数据点可以聚成三个族

在机器学习领域，模型的欠拟合问题和过拟合问题一直都是我们关注的重点，正确的诊断出你的模型属于哪一类问题对改善模型至关重要。所谓欠拟合一般是指模型没有很好的抓住数据的特征，没有对数据进行很好的拟合，使得偏差较大。这时一般要通过增加特征项或者减少正则化参数来改进模型。而过拟合一般是由于模型使用了太多的特征引起的，使得模型将部分数据的“特性”也学习到了，导致模型的泛化能力较弱。这时一般要通过删减特征项或

在机器学习领域，模型的欠拟合问题和过拟合问题一直都是我们关注的重点，正确的诊断出你的模型属于哪一类问题对改善模型至关重要。所谓欠拟合一般是指模型没有很好的抓住数据的特征，没有对数据进行很好的拟合，使得偏差较大。这时一般要通过增加特征项或者减少正则化参数来改进模型。而过拟合一般是由于模型使用了太多的特征引起的，使得模型将部分数据的“特性”也学习到了，导致模型的泛化能力较弱。这时一般要通过删减特征项或

摘要近年来，深度神经网络在语音识别、计算机视觉和自然语言处理等方面取得了巨大的成功。然而，对推荐系统深度神经网络的研究却相对较少。在这项工作中，我们努力开发基于神经网络的技术来解决基于隐式反馈的协同过滤这一关键问题虽然最近的一些研究采用了深度学习作为推荐，但他们主要是用它来建模辅助信息，例如对音乐项目的文本描述和音乐的声学特征。在对协同过滤的关键因素——用户和项目特征之间的交互进行建模时，仍然..

预测PM2.5项目报告1、项目简介  建立一个模型，根据前9个小时的观测数据预测此时间点的PM2.5值。训练数据集为train.csv，测试数据集为test.csv。2、项目流程  项目主流程图如图2-1所示。图2-1 项目主流程图3、项目实施  依据项目流程，分别进行设计模型，定义LOSS函数，寻找最佳模型步骤。3.1 设计模型  本次采用的是Linear Regression模型，此模型的关键

又到了周末了，但小编的周六并不算周末。回到本次的话题上，这次小编给大家分享机器学习中的数学基础该怎么学。首先给出小编的态度：机器学习中涉及的数学课程比较多，要想一下子去穷尽所有课程显然也不现实，大可不必打好所有的数学基础再去学机器学习，最好的做法是当你对机器学习本身的理解达到一定瓶颈的时候，你可以补一补一些相关的数学基础之后再回去看机器学习的问题也许会更快的有所突破。就拿小编来说吧，小编是...