Home

本文是机器学习系列的第三篇，算上前置机器学习系列是第八篇。本文的概念相对简单，主要侧重于代码实践。 上一篇文章说到，我们可以用线性回归做预测，但显然现实生活中不止有预测的问题还有分类的问题。我们可以从预测值的类型上简单区分：连续变量的预测为回归，离散变量的预测为分类。 一、逻辑回归：二分类 1.1 理解逻辑回归 我们把连续的预测值进行人工定义，边界的一边定义为1，另一边定义为0。这样我们就把回归问题转换成了分类问题。 如上图，我们把连续的变量分布压制在0-1的范围内，并以0.5作为我们分类决策的边界，大于0.5的概率则判别为1，小于0.5的概率则判别为0。 我们无法使用无穷大和负无穷大进行算术运算，我们通过逻辑回归函数（Sigmoid函数/S型函数/Logistic函数...

预测从瞎猜开始 按上一篇文章所说，机器学习是应用数学方法在数据中发现规律的过程。既然数学是对现实世界的解释，那么我们回归现实世界，做一些对照的想象。 想象我们面前有一块塑料泡沫做的白板，白板上分布排列着数枚蓝色的图钉，隐约地它们似乎存在着某种规律，我们试着找出规律。 白板上的图钉（数据）如上图所示，我们有没有一种方法（数学算法）来寻找规律（模型解释）呢？ 既然不知道怎么做，那我们瞎猜吧！ 我拿起两根木棒在白板前比划，试着用木棒表示数据的规律。我随便放了放，如下图所示： 它们似乎都在一定程度上能表示蓝色图钉的规律，那么问题来了，绿色（虚线）和红色（实线）哪一个表示更好呢？ 损失函数（成本函数） 好与坏是很主观的表达，主观的感受是不可靠的，我们必须找到一种客观的度量...

引言 现在市面上的机器学习教程大多先学习数学基础，然后学机器学习的数学算法，再建立机器学习的数学模型，再学习深度学习，再学习工程化，再考虑落地。这其中每个环节都在快速发展，唯独落地特别困难。我们花费大量时间成本去学习以上内容，成本无疑是特别昂贵的。所以我们不如先“盲人摸象”、“不求甚解”地探索下机器学习，浅尝辄止。如果想到自己的应用场景，再学以致用，深入探索。这无疑是使沉没成本最低的决策。 本教程适合兴趣广泛的人士增加自己知识的广度，从应用的角度谨“使用”机器学习这款工具，是典型的黑盒思维。这非常契合笔者的思维方式，当然也是我个人的格局局限。 本教程会浅显易懂，让你走的很快。但如果你想走的更远还请学习数学。当然我们也只是暂时放下数学，先构建自己的知识体系。 先抬头看路，找准适合自己...

如果我们不能击败它，就必须与之共存。 随便聊聊。文末有红包🧧现金💰书籍📖赠送。 新冠病毒正在彻底改变世界，人类与之斗争，没有人敢断言结果。我们做职业规划、人生规划时，要重新考虑风险。 中国崛起 IMF预计，中国是2020年全球唯一一个经济正增长的主要经济体。 中国在悠悠的历史长河中，一直不是以民主为核心的。我们受孔孟思想的影响深远，我们尊师重道，信仰真理，追随权威。当面对灾难时，这尤其有效，我们让最有能力的人做决定，听从他的一切指挥，脱离困境。这是人民出让权力，政府执行软强制主义的典型方式。它显然比所谓的“可操控的民主”更高级，更何况随着社会的进步，中国在一点点将人民的权力归还给人民。这种信任让中国人比任何国家都团结，我们认准的方向，都是无人能挡的，无论对错。 这让中国的...

Matplotlib 是建立在NumPy基础之上的Python绘图库，是在机器学习中用于数据可视化的工具。 我们在前面的文章讲过NumPy的用法，这里我们就不展开讨论NumPy的相关知识了。 Matplotlib具有很强的工具属性，也就是说它只是为我所用的，我们不必花太多的精力去精进它。我们只需要知道它可以做那些事，可以绘制哪些图形，有一个印象就足够了。我们在实际使用中用什么拿什么，我们用到了自然就熟练了，用不到的功能也就说明它对你没什么用。 这就是按需学习(Learn on Demand) 。这点我在《如何成为十倍速程序员》里提到过类似的理念。 一、Matplotlib常见用法 1. 绘制简单图像 我们以机器学习中最常见的激活函数sigmoid举例，我们来绘制它。 imp...

刚刚看了条新闻，像聊家常似的说两句。希望程序员的心脏能永远“跳动”，指尖的“字节”能永远流淌。 聊聊猝死。 我试着在中文语境下找一些资料来佐证我标题的观点，“运动能锻炼身体的原理”。可惜只能搜到各种健身指南、健身技巧。显然，健身市场很红火， 这些关键字都被买断了。我只能做一些不那么严谨的论证。 在我看来，锻炼是对身体的适当惩罚以达到身体机能补偿的过程。 人类在自然界中生存，物竞天择，我们的身体已经做出了选择。当你总是在奔跑，就奖励你腿部发达的肌肉。当你总是在举重，就奖励你手臂发达的肌肉。但这里有一个借和还的过程。你消耗一定的身体机能再通过自身的调节收获更强大的机能的过程。有借有还，连本带利。 这很公平。但如果你借不出了呢？我是说，你的身体无法承受一次惩罚来获得更大的收益。你的...

本文收集整理了机器学习相关速查表(Machine Learning Cheatsheet)，包含机器学习、Python、Numpy、Pandas、Matplotlib、线性代数、微积分、统计学、概率论等相关速查表。我已经建立了开源项目MachineLearningCheatsheets，我将持续更新机器学习相关的各种cheatsheet，欢迎star。 机器学习 神经网络架构 神经网络结构速查表，包括感知机、前馈神经网络、径向基函数网络、循环神经网络等。 Azure 机器学习算法 Microsoft Azure机器学习拥有来自分类，推荐系统，群集，异常检测，回归和文本分析系列的大型算法库。每个都旨在解决不同类型的机器学习问题。 每种机器学习算法都有自己的风格或归纳偏差。...

Pandas提供快速，灵活和富于表现力的数据结构，是强大的数据分析Python库。 本文收录于机器学习前置教程系列。 一、Series和DataFrame Pandas建立在NumPy之上，更多NumPy相关的知识点可以参考我之前写的文章前置机器学习（三）：30分钟掌握常用NumPy用法。 Pandas特别适合处理表格数据，如SQL表格、EXCEL表格。有序或无序的时间序列。具有行和列标签的任意矩阵数据。 打开Jupyter Notebook，导入numpy和pandas开始我们的教程： import numpy as np import pandas as pd 1. pandas.Series Series是带有索引的一维ndarray数组。索引值可不唯一，但必须是...