本月博客排行
-
第1名
wy_19921005 -
第2名
mft8899 -
第3名
java-007 - Anmin
年度博客排行
-
第1名
龙儿筝 -
第2名
宏天软件 -
第3名
benladeng5225 - wy_19921005
- vipbooks
- 青否云后端云
- kaizi1992
- e_e
- tanling8334
- sam123456gz
- arpenker
- zysnba
- fantaxy025025
- xiangjie88
- wallimn
- lemonhandsome
- jh108020
- ganxueyun
- Xeden
- zhanjia
- wangchen.ily
- xyuma
- johnsmith9th
- zxq_2017
- forestqqqq
- jbosscn
- daizj
- ajinn
- xpenxpen
- silverend
- 喧嚣求静
- kingwell.leng
- lchb139128
- kristy_yy
- jveqi
- java-007
- javashop
- lzyfn123
- sunj
- yeluowuhen
- lerf
- chenqisdfx
- xiaoxinye
- flashsing123
- bosschen
- zhangjijun
- sunnylocus
- lyndon.lin
- lyj86
- paulwong
最新文章列表
SAP ERP classification和C4C的同步
在ERP里创建两个characteristic:
创建一个class包这两个characteristic。Class type 002意为该class能用于equipment。
replicate到C4C后成为Attribute Set:
LDA和PCA算法
1. 问题
之前我们讨论的PCA、ICA也好,对样本数据来言,可以是没有类别标签y的。回想我们做回归时,如果特征太多,那么会产生不相关特征引入、过度拟合等问题。我们可以使用PCA来降维,但PCA没有将类别标签考虑进去,属于无监督的。
比如回到上次提出的文档中含有“learn”和“study”的问题,使用PCA后,也许可以将这两个特征合并为一个,降了维度。但假设我们的类别标签y是判断这篇文章 ...
Classification:Boosting
Boosting
boosting是通过对弱分类器的组合成强分类器
1 AdaBoost
步骤:
a. 输入样本集 (X, C) C为类别属性
b. 初始化权值W0 = (..,1/n,...)
c. 循环构造多个弱分类器
(1) 根据Wt, 训练弱分类器ht
(2) 根据弱分类器对训练样本分类,计算et, et是用h(t) ...
Classification : Random Forests
Random Forests
参考:http://www.stat.berkeley.edu/~breiman/RandomForests/cc_home.htm
本文主要简单的介绍随机森林的算法
假设用户知道了单个决策树的结构,随机森林包含了多了这样的决策树。当需要预测一个新的样本的时候,采用"少数服从多数"的策略确定样本的类别。
Steps:
(1) n次随机的可 ...