最大熵模型簡介[例子+推導+GIS求解]

@丹陽 ▣機器學習, 算法&結構 ♢GIS, MaxEnt, 最大熵, 機器學習

這篇文章是結合論文http://www.cqvip.com/Main/Detail.aspx?id=7707219對博文：http://www.cnblogs.com/hexinuaa/p/3353479.html加入自己的理解做了簡化重...

Slope One——簡單而高效的協同過濾算法

@丹陽 ▣機器學習, 算法&結構 ♢slope one, 協同過濾, 機器學習

在傳統基於內容的推薦係統中，根據商品特性的相似性來做推薦，例如：如果你購買了Machine Learning, Tom M.Mitchell這本書，係統會給你推薦The Elements of S...

@丹陽 ▣機器學習, 算法&結構 ♢PCA, SVD, 降維

下麵是章節降維的內容(其他內容參見全文目錄) 奇異值分解 (SVD) 性能 SVD示例主成分分析 (PCA) 降維是減少變量數量的過程。它可以用來...

@丹陽 ▣機器學習, 算法&結構 ♢spark, 抽樣, 相關性, 統計, 翻譯

下麵是章節基礎統計的目錄(其他內容參見全文目錄) 匯總統計(Summary statistics) 相關係數(Correlations) 分層抽樣(Stratified sampling) 假設檢驗...

@丹陽 ▣機器學習, 算法&結構 ♢spark, 翻譯

下麵是章節數據類型的目錄(其他內容參見全文目錄) 局部向量[Local vector] 標記點[Labeled point] 局部矩陣[Local matrix] 分布式矩陣[Distributed...

@丹陽 ▣機器學習, 算法&結構 ♢TF-IDF, word2vec, 卡方, 歸一化, 標準化

下麵是章節特征提取和轉換的內容(其他內容參見全文目錄) TF-IDF Word2Vec 模型示例標準化（StandardScaler）模型擬合 ...

@丹陽 ▣機器學習, 算法&結構 ♢GMM, Kmeans, K均值, LDA, PIC, 聚類, 高斯混合

下麵是章節聚類的內容(其他內容參見全文目錄) 聚類是一個無監督學習問題，我們基於相似的特性將數據分組成多個子集。聚類通常用於探索性分析或者作為分...

@丹陽 ▣機器學習, 算法&結構 ♢L-BFGS, SGD, spark, 優化, 翻譯

下麵是章節優化的目錄(參見全文目錄) 數學描述梯度下降(Gradient descent) 隨機梯度下降 (SGD) 分布式SGD的更新機製有限內存BFGS(Limited-...

@丹陽 ▣機器學習, 算法&結構 ♢GBT, RF, spark, 梯度提升樹, 隨機森林

下麵是章節樹的集成的目錄(參見決策樹，其他內容參見全文目錄) 梯度提升樹 vs. 隨機森林隨機森林基礎算法訓練預測使用建議 ...

@丹陽 ▣機器學習, 算法&結構 ♢GINI, spark, 決策樹, 熵

下麵是章節決策樹的目錄(其他內容參見全文目錄) 基礎算法節點不純度和信息增益（Node impurity and information gain）分裂候選集（Split candid...

@丹陽 ▣機器學習, 算法&結構 ♢spark, SVM, 分類, 回歸, 線性模型, 翻譯

下麵是章節線性模型的目錄(其他內容參見全文目錄) 數學公式損失函數(Loss functions) 正則化(Regularizers) 優化(Optimization) 分類 ...

@丹陽 ▣機器學習, 算法&結構 ♢分類, 回歸, 機器學習

下麵是章節分類和回歸的目錄(其他內容參見全文目錄) MLlib支持多種機器學習方法，這些方法可以用於解決二分類、多分類以及回歸分析問題。下表列出了針對每...

@丹陽 ▣機器學習, 算法&結構 ♢FP-growth, 數據挖掘, 頻繁項集

下麵是章節頻繁模式挖掘的內容(其他內容參見全文目錄) 頻繁項集挖掘是通常是大規模數據分析的第一步，多年以來它都是數據挖掘領域的活躍研究主題。建議用...

@丹陽 ▣機器學習, 算法&結構 ♢樸素貝葉斯, 機器學習, 翻譯

下麵是章節樸素貝葉斯的正文(其他內容參見全文目錄) 樸素貝葉斯是一個簡單的多分類算法。之所以稱為樸素，是因為該算法假設特征之間相互獨立。樸素貝葉斯...

@丹陽 ▣係統&架構 ♢hadoop, Linux, Python, spark

Spark作為一種通用且高性能的計算框架，不僅在性能上相對於hadoop mapreduce有了很大的提升；在易用性上也運超hadoop, 不隻提供了map/reduce計算接口，還提供...