外贸soho建网站,做音乐网站的目的,seo服务 收费,一个人建设小型网站目录
前言
P96-P100
使用多个决策树
随机森林算法
XGBoost
什么时候使用决策树
P101-P107
聚类
K-means
初始化K-means
选择聚类的个数
P108-P113
异常检测算法
开发和评估异常检测系统
异常检测vs监督学习
选择要使用的特征
前言
这是吴恩达机器学习笔记的第…目录
前言
P96-P100
使用多个决策树
随机森林算法
XGBoost
什么时候使用决策树
P101-P107
聚类
K-means
初始化K-means
选择聚类的个数
P108-P113
异常检测算法
开发和评估异常检测系统
异常检测vs监督学习
选择要使用的特征
前言
这是吴恩达机器学习笔记的第六篇第五篇笔记请见
吴恩达机器学习全课程笔记第五篇
完整的课程链接如下
吴恩达机器学习教程bilibili
推荐网站
scikit-learn中文社区
吴恩达机器学习资料github
P96-P100
使用多个决策树
使用单一决策树的缺点之一是对数据中微小的变化非常敏感一个使算法不那么敏感或更健壮的方案是建立大量的决策树 每个决策树给出一个结果、少数服从多数 放回抽样 随机森林算法
随机森林算法是一种强大的树集成算法比使用单个的决策树工作得更好
用放回抽样生成B组数据训练每一组数据得到B个决策树一般来说随着B的增大算法的性能会先提高再递减 即使是使用放回抽样有时总是在根节点上使用相同的拆分或者和根节点非常相似的分裂
因此对算法进行了一次修改以进一步尝试在每个结点随机化特性选择这会导致你学习的一组树变得更加不同您将选择k个特性作为允许的特性然后在这些K个特性中选择信息增益最高的一个作为使用拆分的特性的选择当n很大时常见的一种选择方法是令 XGBoost
XGBoost背后的想法是看看到目前为止我们已经训练过的决策树看看我们还没有做得很好的例子而不是看所有的训练例子 需要注意的此算法不使用放回抽样XGBoost实际上给不同的训练例子分配了不同的权重所以它实际上不需要生成大量的数据集 XGBoost的低层实现非常复杂所以大多数情况下许多从业者要使用开源库来实现 什么时候使用决策树
下面是决策树和神经网络的对比和适用场景 P101-P107
聚类 聚类(Clustering)是指把相似的数据划分到一起具体划分的时候并不关心这一类的标签目标就是把相似的数据聚合到一起聚类是一种无监督学习(Unsupervised Learning)方法 下面是聚类的一些应用 K-means
该算法的过程在坐标轴上随机设置两个点A、B对于坐标轴上每个点分别求出和A、B的距离把距离A较近的一组点标记为a类把距离B较近的一组点标记为b类然后求出a类所有点的平均点x坐标和y坐标都取平均数替代原来的A求出b类所有点的平均点x坐标和y坐标都取平均数替代原来的B然后重复上述过程一直用上述方法进行迭代直到两次操作之后a类的点b类的点不会发生变化此时就把所有的点分成了a类点和b类点两个cluster 在那些没有分离的很好的数据集上运行k-means也会取得效果 k-means算法的成本函数如下所示 可以通过移动中心来降低成本损失 初始化K-means
初始化聚类中心的第一种方法是随机选取样本中的点 但有的时候会陷入成本函数的局部最优解
一种方法是运行多次k-means然后计算每一种结果的成本函数选择最小的情况 总结初始化的方法如下注意100可以是随意选择的但是随着这个数的增大有可能产生一定的负面效果 选择聚类的个数
聚类个数k的选择是具有二义性的 一种选择聚类个数的方法叫做肘法 但是在很多情况下这个曲线没有一个明显的肘部的位置
所以大多数情况下还是要根据问题的实际情况选择合适的聚类个数 P108-P113
异常检测算法
下面是一个飞机引擎检测的例子 一种方法是密度预测 一种应用是用来检测骗子机器人 高斯分布高中应该都学过不多写了 下面是异常检测算法的表达式 算法具体步骤如下 举一个具体的例子进行说明 开发和评估异常检测系统 以飞机引擎检测为例由于异常数据较少一种替代方法是仅设置交叉验证集而不设置测试集 评估异常检测系统的方法如下 异常检测vs监督学习 选择要使用的特征
异常特征的选择对于异常检测算法相当重要
对于一些不满足高斯分布的特征可以对它进行调整是他接近高斯分布 有些情况即使p(x)很大但其实它就是异常数据这时候我可以去识别、添加进去一些新的特征去解决这个问题 通过组合旧特征来形成新特征也是常见的以检测计算机为例
