发简信
IP属地：广东
-
总结
1.ALS 2.基于ALS算法的改进 3.实验结果分析 4.结论 1.ALS 1.1ALS算法的基本思想 ALS(交替最小二乘法)将一个矩阵分解...
-
矩阵分解的一点总结
1.为什么要矩阵分解 2.矩阵分解的算法 3.矩阵分解算法的应用场景 4.评价指标 ------------------------------...
-
Home Credit Default Risk EDA这部分主要对kaggle的比赛Home Credit Default Risk做的一些探索性数据分析（EDA） 读入数据 查看数据 查看缺失的数...
-
Kaggle—Home Credit Default Risk我们将初步了解一下在Kaggle上举办的Home Credit Default Risk机器学习竞赛。这项比赛的目的是利用历史贷款申请数据来预测...
-
Kaggle Titanic-2之前有写过一篇关于Titanic比赛的简书，这几天上kaggle-Titanic的kernels在MostVost找了一篇排第一的kernels...
-
Andrew Ng机器学习课程笔记第一周 1.单变量线性回归(Linear Regression with One Variable) 1.1模型表示 单变量线性回归，这样子看上...
-
损失函数与鲁棒性损失函数 机器学习模型关于单个样本的预测值与真实值的差称为损失。损失越小，模型越好，如果预测值与真实值相等，就是没有损失。损失函数（Loss f...
-
特征选择
特征选择和降维计算一样，都能有效的减轻维数灾难问题，事实上，特征选择和降维计算是处理高维数据的两大主流技术 什么是特征选择 对于一个学习任务来说...
-
K-Means什么是聚类 聚类试图将数据集中的样本划分为若干个通常是不相交的子集，每个子集成为一个“簇”。通过这样的划分，每个簇可能对应于一些潜在的概念（也就...