分类： Machine Learning

首先要安装地理坐标地图的库： pip install echarts-countries-pypkg pip install echarts-china-provinces-pypkg pip install echarts-china-cities-pypkg pip install echarts-china-co…

在机器学习的各类教程中，都会提到Anaconda，这是一个集中式安装机器学习各类环境和类库的工具，能简化机器学习环境的部署，对小白来说尤其方便。 只要装了Anaconda，一系列包括Python、pip、Numpy、Scikit-learn、Tensorflow、Jupyter Notebook等等海量的Library…

在机器学习的各类教程中，都会提到Anaconda，这是一个集中式安装机器学习各类环境和类库的工具，能简化机器学习环境的部署，对小白来说尤其方便。 只要装了Anaconda，一系列包括Python、pip、Numpy、Scikit-learn、Tensorflow、Jupyter Notebook等等海量的Library…

Numpy简介 Numpy（Numerical Python)是一个开源的Python科学计算库，包含很多实用的数学函数，涵盖线性代数、傅里叶变换、随机数生成等功能，在机器学习这个科学范畴内，Numpy与Pandas、Matplot、Scikit-learn等一系列工具配合，实现高效的矩阵运算、机器学习模型运算等。在绝…

二者都是经典的分类器，SVM更强调最优化的可分，并且有严密的数学模型支撑。 网上搜了二者的优缺点对比，最终说实话还是一知半解。可能还需要真实场景实践，也许能够深入理解二者区别吧。 支持向量机的优势在于: 在高维空间中非常高效. 在线性可分的低维空间，SVM得到的比Logistic Regression更加健壮 即使在数…

SVM通过拉格拉日对偶等最终形成了一套数学模型，最终可以通过SMO（Sequential Minimal Optimization)的方法可以解出最佳值alpha值。当然，可以通过经典的libsvm这样的slover实现计算，诸如此类的solver也是通过SMO算法来计算SVM的最优化参数，但是作为小白，确实有必要理解…

ML中用到大量的矩阵运算，Linear Algebra是一个重要的部分，有助于理解样本、数据的格式，甚至神经网络多层的数值计算和传输。譬如通过矩阵运算求和相比于for循环等更加高效直接。因此Linear Algebra是机器学习基础之一。 3blue1brown出品的线性代数介绍，十几个章节。B站加了中文字幕，如果英文…

评价一个ML模型的优劣，常用到准确率（Precision）、召回率或全面率（Recall）和F1 Score分数三个概念，经过整理，总算是有清晰的理解。准确率高的模型不一定最优，有可能覆盖不全面，因此用F1 Score来Trade Off二者之间的关系。 以预测cancer为例，malignant为positive，b…

创建虚拟机，选择Ubuntu 64bit CPU：4core，不打开IOMMU【有些文档提到要打开，实际上不需要，否则虚拟机无法启动】 Memory：32GB Reserved Disk：100GB Thin provision 引导方式选择：EFI 此时不能分配显卡，否则虚拟机无法启动！！！ 虚拟机配置参考：http…

创建虚拟机，选择Ubuntu 64bit CPU：4core，不打开IOMMU【有些文档提到要打开，实际上不需要，否则虚拟机无法启动】 Memory：32GB Reserved Disk：100GB Thin provision 引导方式选择：EFI 此时不能分配显卡，否则虚拟机无法启动！！！ 虚拟机配置参考：http…