SVM算法在在1995年正式发表，在针对中小型数据规模的分类任务上有着卓越的效果，同时有着完整的理论证明，在20世纪末的几年和21世纪初的10年完胜神经网络，吴恩达在其2003年的《Machien l

　　准确率与召回率 Scikit-Learn 提供了一些函数去计算分类器的指标，包括准确率和召回率。 >>> from sklearn.metrics import precision_score, re

　　支持向量机（SVM）是个非常强大并且有多种功能的机器学习模型，能够做线性或者非线性的分类，回归，甚至异常值检测。机器学习领域中最为流行的模型之一，是任何学习机器学习的人必备的工具。SVM 特别适合复杂

　　梯度提升 另一个非常著名的提升算法是梯度提升。与 Adaboost 一样，梯度提升也是通过向集成中逐步增加分类器运行的，每一个分类器都修正之前的分类结果。然而，它并不像 Adaboost 那样每一次迭

　　随机贴片与随机子空间 BaggingClassifier 也支持采样特征。它被两个超参数 max_features 和 bootstrap_features 控制。他们的工作方式和 max_sampl

　　假设你去随机问很多人一个很复杂的问题，然后把它们的答案合并起来。通常情况下你会发现这个合并的答案比一个专家的答案要好。这就叫做 群体智慧 。同样的，如果你合并了一组分类器的预测（像分类或者回归），你也

　　1. 集成学习 集成学习（ensemble learning）通过组合多个基分类器（base classifier）来完成学习任务，颇有点“三个臭皮匠顶个诸葛亮”的意味。基分类器一般采用的是弱可学习（

　　在这片文章中，我们介绍用深度学习来构建量化投资策略的基本步骤以及一些建议。并从控制论和信息论的角度来科学的分析这些步骤。这篇文章一共有四个部分： 确定 唯一的评价指标 分析 偏置与方差 做 误差分析

　　前言 在今天给大家介绍一个研究工具： pomegranate。 它比其他软件包更加灵活，更快，直观易用，并且可以在多线程中并行完成。   The API 主要模型介绍 一般混合模型 隐马尔可夫模型 贝

　　这一篇，我们讨论广义线性回归模型的具体形式的另一种形式，逻辑回归（logistic regression）。 逻辑回归是用来做分类任务的。分类任务的目标是找一个函数，把观测值匹配到相关的类和标签上。学

　　James Le 在 KDnuggets 上发布了一篇文章，介绍了他是如何入门机器学习的。此外，他在其中摸索出十大常用的机器学习算法，并逐一进行介绍。   如果你想学机器学习，那怎么入门呢？对于我来说