一、朴素贝叶斯算法

• 什么是朴素贝叶斯分类方法

  属于哪个类别概率大，就判断属于哪个类别

• 概率基础

  • 概率定义为一件事情发生的可能性
  • P(X) : 取值在[0, 1]
  阅读全文 »

一、交叉验证与参数调优

• 交叉验证(cross validation)

  • 交叉验证：将拿到的训练数据，分为训练集、验证集和测试集。
    • 训练集：训练集+验证集
    • 测试集：测试集
  阅读全文 »

一、K-近邻算法(KNN)原理

K Nearest Neighbor算法又叫KNN算法，这个算法是机器学习里面一个比较经典的算法， 总体来说KNN算法是相对比较容易理解的算法

一、sklearn转换器

• 想一下之前做的特征工程的步骤？
  • 1 实例化 (实例化的是一个转换器类(Transformer))
  • 2 调用fit_transform(对于文档建立分类词频矩阵，不能同时调用)

一、特征降维概述

• 为什么要对特征进行降维处理

  • 如果特征本身存在问题或者特征之间相关性较强，对于算法学习预测会影响较大

一、特征预处理概述

• 什么是特征预处理

  1 2	# scikit-learn的解释 provides several common utility functions and transformer classes to change raw feature vectors into a representation that is more suitable for the downstream estimators.

  翻译过来：通过一些转换函数将特征数据转换成更加适合算法模型的特征数据过程

一、特征工程介绍

1. 为什么需要特征工程

Andrew Ng ： “Coming up with features is difficult, time-consuming, requires expert knowledge. “Applied machine learning” is basically feature engineering. ”

一、可用数据集

• Kaggle网址：https://www.kaggle.com/datasets
• UCI数据集网址： http://archive.ics.uci.edu/ml/
• scikit-learn网址：http://scikit-learn.org/stable/datasets/index.html

1956年，人工智能元年。

人类能够创造出人类还未知的东西。

这未知的东西人类能够保证它不误入歧途吗。