Если вы считаете, что качество хорошее, и вы чувствуете, что многому научились после прочтения, это будет очень полезно для вашей работы, и, возможно, вам повысят зарплату. небольшая сумма, чтобы у меня была мотивация продолжать писать качественные статьи.
| Alipay | Догикойн | |
|---|---|---|
Ссылка: PHP-ML — PHP-библиотека для машинного обучениядокумент Tested Knowing Others.com/website/Yes Oh Vice…
Знай почтиСпрашиваю 0.cai/2017/11/03/…
Перевести каталог списка php-ml
Association rule learning 关联规则算法
Apriori–这是十大经典挖掘算法之一
Classification 分类算法
SVC–SVM的分类形式
k-Nearest Neighbors–knn算法，机器学习上，地位等同于于web经典的hello world
Naive Bayes–朴素贝叶斯算法，P(A/B)=P(B/A)*P(A)/P(B),由贝叶斯公式变形的一种算法
Decision Tree (CART)–决策树算法
Ensemble Algorithms–集成算法
Bagging (Bootstrap Aggregating)–自助法
Random Forest–随机森林算法，后现代SVM
AdaBoost–自适应迭代上升算法
Linear–线性分类器
Adaline–学习机
Decision Stump–决策桩
Perceptron–感知器
LogisticRegression–逻辑回归，初学者必备算法
Regression–回归算法
Least Squares–最小平方法
SVR–SVM的回归形式
Clustering–聚类算法
k-Means–经典聚类算法，常问：与knn区别？
DBSCAN–基于密度聚类算法
Fuzzy C-Means–模糊聚类算法，很有意思的算法
Metric–度量方式（校验模型是否收敛较好的方法）
Accuracy–准确率，关联信息，F1得分与召回率和查准率
Confusion Matrix–混淆矩阵
Classification Report–分类报告
Workflow–工作流
Pipeline–管道
Neural Network–神经网络，近几年非常强大算法之一
Multilayer Perceptron Classifier–多层感知器
Cross Validation–交叉验证，必学的train／test／cv
Random Split–随机分割
Stratified Random Split–分层随机分割
Preprocessing–数据预处理（数据清洗）
Normalization–标准化
Imputation missing values–补充缺失值，很好用
Feature Extraction–特征提取
Token Count Vectorizer–文本处理方式之一
Tf-idf Transformer–文本方式处理方式之一，目的上解决减少频繁单词权重，增加冷门有决定因素单词权重
Dimensionality Reduction–降低维度
PCA (Principal Component Analysis)–降低维度高效方法
Kernel PCA–套核的PCA
LDA (Linear Discriminant Analysis)
Datasets–数据结构
Array
CSV
Files
Ready to use:–官方准备的测试数据
Iris
最受欢迎和广泛使用的虹膜测量和类名的数据集。
Wine
葡萄酒化学成分数据集
Glass
Models management–模型惯例方法
Persistency–持久性
Math–数学结构与类型
Distance
Matrix
Set
Statistic
Linear Algebra
скопировать кодСсылаться на:блог woo woo woo.cn на.com/en-heng/afraid/5…
Основы алгоритма:
-
Алгоритм KNN
Алгоритм соседства или алгоритм классификации K-Nearest Neighbor (kNN, k-Nearest Neighbor) является одним из самых простых методов в методах классификации интеллектуального анализа данных. Так называемые K ближайших соседей означают k ближайших соседей, что означает, что каждый образец может быть представлен своими k ближайшими соседями. Основная идея алгоритма kNN состоит в том, что если большинство из k ближайших соседей выборки в пространстве признаков принадлежат к определенной категории, то выборка также принадлежит к этой категории и имеет характеристики выборок этой категории. Этот метод определяет только категорию пробы, подлежащей классификации, в соответствии с категорией ближайшей одной или нескольких проб при принятии решения о классификации. Метод kNN связан только с очень небольшим количеством соседних выборок при принятии решений о классе. Поскольку метод kNN в основном опирается на ограниченные окружающие выборки, а не на метод различения домена класса для определения класса, к которому он принадлежит, метод kNN более эффективен, чем другие методы для разделения множества выборок, которые имеют более пересечения или перекрытия в домене класса.
Шаги расчета алгоритма
```
1. 算距离：给定测试对象，计算它与训练集中的每个对象的距离；
2. 找邻居：圈定距离最近的k个训练对象，作为测试对象的近邻；
3. 做分类：根据这k个近邻归属的主要类别，来对测试对象分类。
```
скопировать кодСсылаться на:Wenku.Baidu.com/view/84 Съесть 6…
-
Метод наименьших квадратов
Метод наименьших квадратов (также известный как метод наименьших квадратов) — это метод математической оптимизации. Он находит наилучшее функциональное совпадение данных, сводя к минимуму сумму квадратов ошибок. Неизвестные данные можно легко получить методом наименьших квадратов, а сумму квадратов ошибок между полученными данными и фактическими данными можно минимизировать. Метод наименьших квадратов также можно использовать для подбора кривой. Некоторые другие задачи оптимизации также могут быть сформулированы методом наименьших квадратов путем минимизации энергии или максимизации энтропии.
Ссылаться на:Блог Woohoo.cn на.com/softlin/afraid/5…
Использование квадратичного алгоритма php-ML, такого как car_price.php Использование алгоритма прогнозирования регрессии php-ML, такого как stock.php
- SVM поддерживает алгоритм векторной регрессииSVM
Эксперимент с алгоритмом php-ML SVR с использованием, например, svr.php
- Классификатор машины опорных векторов SVCSVC
Эксперимент с алгоритмом php-ML SVC, например: svc.php
- Правила ассоциации априорного алгоритмаApriori
Использование алгоритма правила априорной ассоциации php-ML, например index.php Использование алгоритма правила априорной ассоциации php-ML, например apriori.php
- Алгоритм NB - наивный байесовский алгоритмNB
Наивный байесовский алгоритм классификации php-ML Использование, например, nb.php
- DecisionTree (CART) - Алгоритм дерева решенийCART
Алгоритм дерева решений php-ML с использованием, например, cart.php
Алгоритм кластеризации php-ML — использование KMeans как kmeans.php
Алгоритм кластеризации php-ML — DBSCAN с использованием, например, Dbscan.php
Матрица путаницы php-ML Используйте, например, ConfusionMatrix.php
Встречающиеся баги и ямки
Добавьте суждение в файл Imputer.php, чтобы предотвратить: ошибкапример:
ClassificationReport.php плюс решение для предотвращения: ошибка