[ML] 機器學習初學觀念 - Kmeans

Kmeans

屬於分群非監督式演算法

[ML] 機器學習初學觀念 - PCA主成份分析

 PCA主成份分析
PCA為最常被使用的非監督學習法, PCA是一種降維的技術, 但也可以用在視覺化.過濾雜訊.特徵擷取

資料探索與前處理觀念

資料探索與前處理觀念

資料探索與前處理是相當複雜的步驟, 初學者常會忽略這部分的重要性, 而直接學習機器學習演算法, 正確的data對訓練model具有決定性的影響, 所以整理這篇文章

[ML] 機器學習初學觀念summary

這篇整理分析流程.特徵工程.演算法選擇.常見問題

[ML] 機器學習初學觀念 - XGBoost

Kaggle解題神器, GDBoost進階版, 

因為常被拿來使用而且效果好所以獨立一篇說明

[ML] 機器學習初學觀念 - Ensemble Learning

將多個訓練model合併, 投票或平均找出結果, 通常會比只有一個model效果較好, 可以使用bagging, boosting, stacking等方式

[ML] 機器學習初學觀念-Decision Tree

常用於資料分類問題, 也可以進行regression, 雖然決策樹很容易理解, 但高維度或複雜的資料的結果並非準確, 後續有很多改良的決策樹出現可以使用, 例如隨機森林......等等

[ML] 機器學習初學觀念-SVM

支援向量機是個強大的演算法, 可以進行分類與回歸的問題, 可於scikit-learn中選擇SVC or SVR進行實作

[ML] 機器學習初學觀念-Regression

Regression

預測數值型問題可以使用的模型

[Recommend][Spark][ML] 協同過濾

Spark MLlib支援ALS(alternating least squares)推薦演算法, 是機器學習的協同過濾推薦算法, 透過觀察到所有用戶給的產品評價, 來推斷每個使用者的喜好, 找出與你對產品的評價相近的使用者

[Spark][ML] Feature Transformers 特徵轉換器

特徵值處理是資料工程中的一個重要環節, 用來將資料轉換為MLlib需要的格式, Feature Transformers為Spark所提供相當方便的工具, 本篇是使用Dataframe格式將官網範例做個測試