新宇的博客

Keep on going and never give up!

集成学习-Boosting

Boosting、AdaBoost、GBDT

一、Boosting 1. Boosting介绍 1.1 实现过程 1.2 Boosting 和 Bagging的对比 区别一:数据方面 Bagging:对数据进行采样训练; Boosting:根据前一轮学习结果调整数据的重要性。 区别二:投票方面 Bagging:所有学习器平权投票; B...

Posted by 新宇 on February 24, 2020

聚类算法

K-means

物以类聚，人以群分 一、简介 1. 什么是聚类算法？ 一种典型的无监督学习算法，主要用于将相似的样本自动归到一个类别中。 在聚类算法中根据样本之间的相似性，将样本划分到不同的类别中，对于不同的相似度计算方法，会得到不同的聚类结果，常用的相似度计算 方法有欧式距离法。 2. 分类 粗聚类 细聚类 二、聚类算法实现流程 随机设置K个特征空间内的点...

Posted by 新宇 on February 24, 2020

特征降维

特征选择、PCA

一、简介 1. 定义 降维是指在某些限定条件下，降低随机变量(特征)个数，得到一组“不相关”主变量的过程 2. 降维的方式 特征选择 Filter(过滤式) 方差选择法 相关系数 皮尔逊相关系数 斯皮尔曼相关系数 ...

Posted by 新宇 on February 24, 2020

集成学习-Bagging

Bagging、随机森林

三个臭皮匠，顶个诸葛亮！ 一、简介 1. 什么是集成学习 集成学习通过建立几个模型来解决单一预测问题。它的工作原理是生成多个分类器/模型，各自独立地学习和作出预测。这些预测最后结合成组合预测，因此优于任何一个单分类的做出预测。 2. 机器学习的两个核心任务 任务一:如何优化训练数据 主要用于解决欠拟合问题 任务二:如何提升泛化性能...

Posted by 新宇 on February 22, 2020

一、简介 目前信息检索存在的挑战： 网络上信息数量巨大，增长速度快 必须有效利用存储空间(存储索引和文档) 信息更新速度快，需要快速抓取技术(Fast crawling technology) 用户数量巨大，而且缺乏搜索经验 ...

Posted by 新宇的博客 on July 29, 2021

让时间陪你慢慢变富

对于资产来说，流动性是决定性因素； 如何选择趋势？直接选择市场上所有人都看好的标的； 交易市场对长期投资者来说不是零和游戏，增常主要来源于经济的增长，而不是他人短期的亏损； 选择一个长期看好的标的，然后雷打不动的坚持定投，普通人唯一靠谱的方式只有定投； 采用定投—》微笑曲线， 不采用定投–〉猥琐曲线 复杂并不等于高级，进而...

Posted by 新宇 on April 22, 2021

韭菜的自我修养

投资建议

什么是韭菜？在非零和博弈的市场中以为自己在玩零和博弈（可以理解为赌博）； 零和博弈：非合作博弈，一方收益必导致另一方损失 投机者拒绝学习，投资者善于学习（并非投机是短期，投资是长期） 交易市场的最大作用力：经济周期，即牛熊交替 被套住 != 价值投资 实力永远是第一位，提升自己的场外赚钱能力和抗风险能力； 永远保留一定比例，一定...

Posted by 新宇 on April 19, 2021

机器学习流程总结

一、 流程总结 导入相关模块 数值计算库 pandas numpy 绘图库 matplatlib seaborn 机器学习库 sklearn 数据基本处理 获取数据、查看数据基本信息及分布 确定特征值、目标值 缺失值处理 数据规范化处理、异常值处理 数...

Posted by 新宇 on March 12, 2020

比特币白皮书

p2p、去中心化、最长链原则、双花问题

Bitcoin:A Peer-to-Peer Electronic Cash System 一、文章简介 2008年的美国发生金融危机，波及到世界各地，各国法定货币大幅贬值，人们手里的钱变得不值钱了。 2008年11月1日，这个历史性的时刻，一位自称中本聪的人在网络上发表了一篇《比特币：一种点对点的电子现金系统》的论文，文中描述了一个全新的数字货币系统： 比特币。 比...

Posted by 新宇 on February 22, 2020

决策树

熵、信息增益(ID3)、信息增益率(C4.5)、基尼指数(CART)

一、算法简介 决策树思想的来源非常朴素，程序设计中的条件分支结构就是if-else结构，最早的决策树就是利用这类结构分割数据的一种分类学习方法。 二、熵 1. 概念 物理学上 熵 Entropy 是“混乱”程度的量度 系统越有序，熵值越低;系统越混乱或者分散，熵值越高。 信息理论 当系统的有序状态一致时...

Posted by 新宇 on February 21, 2020

FEATURED TAGS
Python 数据结构&算法 数据库 机器学习 特征工程 数据预处理 读书心得 OpenCV CV NLP
ABOUT ME

Keep on going never give up!

✉️ duxinyu0422@163.com

FRIENDS