北风扬尘尘飞扬

机器学习

剑指offer(6) 数据结构(1) 题解(3)

/ 注册

全部文章 / 机器学习（共15篇）

Tensorflow练习题

以下练习题来自机器学习实战：基于Scikit和Tensorflow一书。相比直接执行计算，创建计算图的最大优点是什么？最大的缺点呢？答：主要优点：1.TensorFlow可以自动计算梯度（通过反向的autodiff）2.TensorFlow负责在不同的线程中并行执行各个操作3.它...

2019-10-25

0 922

运行TensorFlow

本文内容参考了机器学习实战：基于Scikit-Learn和Tensorflow一书。安装 pip3 install --upgrade tensorflow 创建计算图并运行 import tensorflow as tf # 创建计算图 x = tf.Variable(3, na...

2019-10-25

0 460

降维练习题

下面的习题来自机器学习实战：基于Scikit-Learn和Tensorflow一书。降低数据集维度的主要动机是什么？有什么主要弊端？答：降维的动机：1. 加速后续的训练算法（在某些情况下，也可能为了消除噪声和冗余特种额，使训练算法性能更好）2. 将数据可视化，从中获得洞察，了解最重...

机器学习

2019-10-25

0 916

降维

本文内容参考了机器学习实战：基于Scikit-Learn和Tensorflow一书。维度的诅咒在高维空间中，许多事物的行为都迥然不同。例如，如果你在一个单位平面（1×1的正方形）内随机选择一个点，那么这个点离边界的距离小于0.001的概率只有约0.4%（也就是说，一个随机的点不大...

2019-10-24

0 609

集成学习与随机森林练习题

以下练习题来自机器学习实战：基于Scikit-Learn和Tensorflow一书。如果你已经在完全相同的训练集上训练了五个不同的模型，并且它们都达到了95%的准确率，是否还有机会通过结合这些模型来获得更好的结果？如果可以，该怎么做？如果不行，为什么？答：如果你已经训练了五个不...

2019-10-24

0 1105

集成学习与随机森林

本文参考了机器学习实战：基于Scikit-Learn和Tensorflow一书。集成学习：聚合一组预测器的预测，得到的预测结果会比单个预测器要好。这样的一组预测称为集成，这种技术也被称为集成学习，相应的学习算法称为集成方法。随机森林：基于训练集的不同随机子集进行训练一组决策树分类器，预测时...

2019-10-23

0 984

Decision Tree决策树练习题

以下习题来自：机器学习实战：基于Scikit-Learn和Tensorflow一书。如果训练集有100万个实例，训练决策树（无约束）大致的深度是多少？答：一个包含m个叶节点的均衡二叉树的深度等于log2（m）的四舍五入。通常来说，二元决策树训练到最后大体都是平衡的，如果不加...

机器学习

2019-10-23

0 1023

决策树Decision Tree

本文的内容参考了机器学习实战：基于Scikit-Learn和Tensorflow一书。决策树可以实现分类和回归任务，甚至是多输出任务。能够拟合复杂的数据集。决策树训练和可视化在鸢尾花数据集上训练一个DecisionTreeClassifier： from sklearn.datas...

2019-10-22

0 885

SVM支持向量机习题解答

以下习题，来自机器学习实战：基于Scikit-Learn和Tensorflow一书。支持向量机的基本思想是什么？答：基本思想是拟合类别之间可能的、最宽的“街道”。它的目的是使决策边界之间最大间隔化，从而分隔出两个类别的训练实例。SVM在执行软间隔分类时，实际上是在完美分类和拟合最宽街...

机器学习

2019-10-22

0 810

SVM支持向量机：分类、回归和核函数

本文内容，参考了机器学习实战：基于Scikit-Learn和Tensorflow一书。 SVM可以执行线性和非线性分类、回归或者异常值检测任务，适用于中小型复杂数据。线性SVM分类如下图的大间隔分类所示：右图的实线（决策边界）尽可能的远离训练实例。 SVM对特征缩放敏感： 1. 软间隔...

2019-10-21

0 1271