让科技融入生活，衍生新技术！
发简信
IP属地：湖北
-
-
获取文章中的资料，笔记，以及架构进阶视频添加助手<br>关注Java编程专题更多干货等你发现<br>B站更多学习视频：
-
-
yanxishe.com<br>专注AI开发者和学术青年求知求职。<br><br>没有人是一座孤岛，每个AI爱好者都可以在这里分享你的知识与成长。
-
从数码发烧友到酷玩评测人，笔点君一直在路上。<br>微博及自媒体：笔点酷玩；<br>微信：bidiankuwan，欢迎交流提问。
-
维护开源书《Chrome插件英雄榜》《在线工具秘籍》《中国人的表情包》
-
孟永辉，资深行业研究专家，作家，行业观察家。
-
阿里云官网内容平台！汇聚阿里云优质内容（入门、文档、案例、最佳实践、直播等）！如需转载或内容类合作，邮件yqgroup@service.aliyun.com 秒级回复！<br>
-
作者简介：金融学客座教授，硕士生导师，福布斯中国U30精英榜上榜者。<br>高级战略研究员，上游财经智库专家顾问、高级研究员，苏宁大学特聘教授，苏宁金融研究院特约研究员，烽火台资本特约经济学家，新华社、中新社等几十家财经媒体特约评论员，和讯、金融界、中金在线等二十余家媒体财经专栏作家，尘世中一个迷途小书童，好读书不求甚解。<br>微信公众号：江瀚视野观察（jianghanview)<br>微博公号：江瀚的视野<br>
-
PingCAP 是一家开源的新型分布式数据库公司，秉承开源是基础软件的未来这一理念，PingCAP 持续扩大社区影响力，致力于前沿技术领域的创新实现。其研发的分布式关系型数据库 TiDB 项目，具备「分布式强一致性事务、在线弹性水平扩展、故障自恢复的高可用、跨数据中心多活」等核心特性，是大数据时代理想的数据库集群和云数据库解决方案。目前准生产测试用户 1000 余家，并已被 200 余家不同行业的领先企业应用在实际生产环境，涉及互联网、游戏、金融、政府、电信、制造业等多个领域。（官网：<a href="https://links.jianshu.com/go?to=http%3A%2F%2Fpingcap.com" target="_blank">http://pingcap.com</a> 源码地址：<a href="https://links.jianshu.com/go?to=http%3A%2F%2Fgithub.com%2Fpingcap" target="_blank">http://github.com/pingcap</a>）
-
-
【实战篇】随机森林预测气温（二）回顾 我们先来回顾 【实战篇】随机森林预测气温（一） 中完成的内容。小鱼读取了 2016 年全年的气温数据集，包含 8 和特征和 1 个标签，样本个数也比较少： 之后，为了观...
-
选择逻辑回归模型还是支持向量机模型？
n为特征数， m为训练样本数。 (1)如果相较于m而言， n要大许多，即训练集数据量不够支持我们训练一个复杂的非线性模型，我们选用逻辑回归模型或者不带核函数的支持向量机。 (...
-
Task 05 西瓜书+南瓜书第6章：支持向量机+软间隔与支持向量回归
西瓜书+南瓜书第6章：支持向量机+软间隔与支持向量回归 1、间隔与支持向量 （1）分类学习的最基本思想就是：基于训练集D在样本空间中找到一个划分超平面，将不同类别的样本分开。...
-
如何利用R语言实现logistic逐步回归导 语 在日常学习或工作中经常会使用线性回归模型对某一事物进行预测，例如预测房价、身高、GDP、学生成绩等，发现这些被预测的变量都属于连续型变量。然而有些情况下，被预测变量可...
-
【理论篇】K 近邻算法 - 多变量预测连载的上两篇文章，小鱼为大家介绍了 KNN 算法的原理，并使用 Python 实现了单变量 KNN 模型的租金预测。此外还介绍了训练集和测试集的划分，并使用 RMSE 来评估...
-
用KNN解决非线性回归问题一直以为KNN只是分类算法，只能在分类上用，昨天突然想起用KNN试试做回归，最近有一批数据，通过4个特征来预测1个值，原来用线性回归和神经网络尝试过，准确率只能到40%左右。...
-
【机器学习与R语言】2-懒惰学习K近邻（kNN）1.理解使用KNN进行分类 KNN特点 近邻分类器：一种懒惰学习器，即把未标记的案例归类为与它们最相似的带有标记的案例所在的类。当一个概念很难定义，但你看到它时知道它是什么，...
-
【转】机器学习算法---随机森林实现（包括回归和分类）
1.随机森林回归和分类的不同： 随机森林可以应用在分类和回归问题上。实现这一点，取决于随机森林的每颗cart树是分类树还是回归树。 如果cart树是分类数，那么采用的计算原则...
-
44-R语言机器学习：分类回归树《精通机器学习：基于R 第二版》学习笔记 1、商业案例 在前面的内容中，我们通过努力建立了一些模型，现在看看我们能否提高这些模型的预测能力。对于回归问题，还是使用前列腺癌数据...
