『我爱机器学习』集成学习（一）模型融合与Bagging 2018年4月30日2020年4月4日 hrwhisper 机器学习 2 Comments 7,941 views 在KDD CUP、Kaggle、天池等数据挖掘比赛中，常常用到集成学习。使用了集成学习后，模型的效果往往有很大的进步。 本文将介绍常见的集成学习方法，包括但不限于： 集成学习为什么有效 Voting Linear Blending Stacking Bagging 随机森林 Continue reading
『我爱机器学习』决策树 2018年4月19日2018年11月20日 hrwhisper 机器学习 Leave a comment 2,614 views 本文将介绍一个简单常见的机器学习方法–决策树。包括但不限于： ID3 C4.5 CART 决策树剪枝 Continue reading
『我爱机器学习』深入理解SVM(四) – SVM优化算法 2018年4月9日2018年7月21日 hrwhisper 机器学习 3 Comments 3,989 views SVM系列终于要告一段落了，前面讲解了SVM的硬软边界，以及对偶问题。 现在讲解如何高效的对对偶问题进行求解。 包括 坐标下降法 SMO Pegasos (以后更新) Continue reading
『我爱机器学习』深入理解SVM(三) – 支持向量机回归 2018年4月2日2018年7月19日 hrwhisper 机器学习 Leave a comment 5,388 views 本文尽可能通俗、详细的介绍支持向量机SVM内容。 包括： 核线性回归 支持向量机回归SVR Continue reading