数据背景本文数据取至于UCI——欧文大学机器学习数据库，是一个免费且十分好用的数据库，在学习机器学习时会接触一个基础的数据集——鸢尾花，就是欧文大学提供的，本文就是在一个名叫葡萄酒品质的数据集的基础上进行建模附上数据链接：数据集该数据集一个优点就是可以适用于分类和回归两种算法进行不同的建模，但是目的都为了预测葡萄酒的品质本文利用KNN、决策树、随机森林对数据进行建模数据处理库与工具i...

算法概述逻辑回归(Logistic)虽带有回归二字，但它却是一个经典的二分类算法，它适合处理一些二分类任务，例如疾病检测、垃圾邮件检测、用户点击率以及上文所涉及的正负情感分析等等；首先了解一下何为回归？假设现在有一些数据点，我们利用一条直线对这些点进行拟合(该线称为最佳拟合直线)，这个拟合的过程就称作回归。利用逻辑回归进行分类的主要思想是：根据现有数据对分类边界线建立回归公式，以此进行分类。线..

KNN算法原理本篇博客基于《机器学习实战》实现算法原理简要概括，重在代码实现k-近邻算法(kNN)的工作原理是：存在一个样本数据集合，称训练样本集，并且样本集中每个数据都存在标签，即样本集中每一数据与所属分类的对应关系。输入没有标签的新数据后，将新数据的每个特征与样本集中数据对应的特征进行比较，然后算法提取样本集中特征最相似的数据(距离最近)的分类标签。如图，图中绿点的标签是未知的，但...

前言概述上一篇文章对逻辑回归的原理和基本思想做了一些简要介绍，并通过引入Sigmoid函数和梯度公式成功推导出了梯度上升和梯度下降公式，上文分类实例是依据全批量提升上升法，而本文会介绍全批量梯度上升的一种优化算法——随机梯度上升，如果还未懂得逻辑回归思想和推理公式的原理，还请观看上一篇文章：机器学习笔记(七)——初识逻辑回归、不同方法推导梯度公式。随机梯度上升区别对比在讲解全批量梯度上升和...

简介双十一刚过，TB的销售额又创下了新高，我也为2000+亿做出了贡献恰巧买了一袋德运奶粉，味道还不错。我就在想，接触爬虫也有两个多月了，还没有爬过TB这种经典的网站，借着劲头就爬取了一下TB上奶粉的销售信息爬虫在淘宝框搜索奶粉，就会弹出各式各样的奶粉可以爬取的有用信息：价格、销售量、商品名称、店铺、地址淘宝是一个典型用json格式存储信息的网址，通俗讲，json格式就是一层套一层的...

诞生背景2019下半年的韩国娱乐圈是十分灰暗的，50天内崔雪莉、具荷拉、车仁河三位韩国艺人离世，在某种高压下，很多韩国艺人不敢休息，不敢说累，不敢喊痛，渐渐可能会患上抑郁症；据报道，这三位艺人生前都患有抑郁症，而自杀的原因可能也是抑郁症在作祟。除了韩国，邻国日本的自杀概况也是比较堪忧，但近10年内，日本的自杀人数逐年降低，2019年日本的自杀人数为19959人，创下1978年开始统计以来的最低..

游戏开发与销售分析实例1、简介2、需要用到的库3、代码正文1、简介上一篇博客只绘制了饼图和散点图，而且数据分析也不够全面，这篇是Plus这次我们也是利用在kaggle上的一个比较热门的数据附上链接：Gamesales这次数据分析相对上一篇来说比较全面，我准备了四组图：1.开发游戏数量前二十——条形图2.各个地区销售额变化——折线图3.排行前十的出版商——空心饼图4.游戏类型与销售...

对于机器学习而言，如果你已经大致了解了相关算法的原理、理论推导，你也不是大家口中刚入门的小白了。接下来你需要将自己所学的知识利用起来，最好的方式应该就是独立完成几个项目实战，项目难度入门级即可，因为重点是帮助你了解一个项目的流程，比如缺失值和异常值的处理、特征降维、变量转换等等。Kaggle毋庸置疑是一个很好的平台，里面的泰坦尼克号、房屋价格预测、手写数字都是非常非常经典的入门实战项目，如果你独立

线性支持向量机上一篇文章对支持向量机的间隔、对偶和KKT条件做了详细推导，但前文的基础是原始问题为线性可分问题，所以对线性不可分训练数据是不适用的，这时需要引入一个新定义：软间隔。假如训练数据中有一些特异点，也就是分类会出错的样本点，将这些特异点除去后，剩下的大部分样本点组成的集合是线性可分的，训练数据线性可分时所对应的间隔也被称为硬间隔。线性不可分也就意味着某些样本点不能满足函数间隔大于等...

SVM概述支持向量机(SVM)是一种有监督的分类算法，并且它绝大部分处理的也是二分类问题，先通过一系列图片了解几个关于SVM的概念。上图中有橙色点和蓝色点分别代表两类标签，如果想要将其分类，需要怎么做呢？可能有的伙伴会想到上一篇文章讲到的逻辑回归拟合决策边界，这肯定是一种不错的方法，本文所讲的SVM也是可以解决这种分类问题的；既然都是分类算法，所以通过一个例子可以比对出二者的相同点和不同点。...