1.西瓜数据集2.0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18…

本文主要基于Anand Rajaraman和Jeffrey David Ullman合著，王斌翻译的《大数据-…

,T检验和F检验的由来 一般而言，为了确定从样本(sample)统计结果推论至总体时所犯错的概率，我们会利用统…

接上一篇文章特征选择（1）–基于方差 Univariate feature selection w…

特征选择博文均来自于Sklearn机器学习库，基本上对应翻译而来，训练模型的好坏一定程度上受特征提取的影响，因…

作者：Team Machine Learning，这是一个机器学习爱好者团队，他们热衷于建立一个希望在数据科学…

作者：Team Machine Learning，这是一个机器学习爱好者团队，他们热衷于建立一个有希望在数据科…

简述 Spark是UC Berkeley AMP lab所开源的类Hadoop MapReduce的通用并行框…

判别式模型与生成式模型的区别 产生式模型(Generative Model)与判别式模型(Discrimiti…

最小二乘法曲线拟合参数估计： 简单起见，这里以一元线性回归为例进行介绍： 假设我们获取了一组样本点数据： 利用…

自然语言（Natural Language）就是人类讲的语言，比如汉语、英语和法语。这类语言不是人为设计（虽然…

1. 引言 在传统的监督学习中,学习器通过对大量有标记的(labeled)训练例进行学习,从而建立模型用于预测…

为啥要进行特征选择？ 在学习训练模型的样本会包含许多特征属性，如果样本数量较大且属性较多，直接用于训练则出现数…

PCA理论基础 要解释为什么协方差矩阵的特征向量就是k维理想特征，我看到的有三个理论：分别是最大方差理论、最小…

作者：Spark 链接：https://www.zhihu.com/question/37069477/ans…

朴素贝叶斯概念 在上一篇文章中讲到贝叶斯基本概念问题以及贝叶斯分类器的最优化问题，最优化的最终是要最大化后验概…

好久没更新了，最近经常加班时间上也跟不上，但是每天晚上回来坚持看点书，但是自己也没动手写过，现在回头想想之前看…

聚类分析经典算法讲解及实现 本文将系统的讲解数据挖掘领域的经典聚类算法，并给予代码实现示例。虽然当下已有很多平…