美文网首页Python七号
用“士兵”来表示10种机器学习算法

用“士兵”来表示10种机器学习算法

作者: somenzz | 来源:发表于2019-07-25 22:21 被阅读25次

    今天看到一篇文章,以非常有趣的方式介绍机器学习中常用的算法,特摘在此处分享给读者朋友。

    原文链接: https://www.analyticsvidhya.com/blog/2015/12/10-machine-learning-algorithms-explained-army-soldier/

    如果你深入思考,你就会意识到整个建立预测模型过程就是一场残酷的战争。难道你不相信吗?

    将数据集视为您的对手,数据挖掘知识和机器学习算法作为武器。您的胜利将取决于您的知识和策略,以及对武器的使用,以获得最高的准确性。那么,你有多少次赢得这场战斗?

    这是我的一段故事。我上周意识到了这一点。在南方旅行时,我遇到了一个士兵,她的女儿是数据科学家,他对他女儿职业的了限仅限于他的女儿是一名数据科学家。他没有太多时间和女儿在一起。
    他也询问过我。当他发现我也是一名数据科学家时,他充满了狂喜。他进一步询,很想知道机器学习的算法。他说,这些方法在防守方面有很多用处。
    这对我来说是一项艰巨的任务。我不知道如何向士兵解释技术问题。我发现了一个方法:我知道他肯定会理解有关战斗,战争和战略的事情。我用这些战争的术语向他解释了机器学习。最后,他确信他的女儿从事了一项非常有挑战性的工作。他感到自豪。

    这是一种有趣的学习方式。这肯定会帮助那些努力理解这些算法的初学者。我还添加了图像,以帮助您以可视化的方式学习。

    注意:本文的目的是帮助人们以有趣的方式学习机器学习。您还要注意到每个算法都有自己的特殊情况。

    这就是我开始的方式!

    机器学习算法有 3种类别

    监督学习:你继续投入战争,不会停止,直到你杀死你所有的敌人。它包括线性回归,Logistic回归,决策树,随机森林等算法。

    无监督学习:你的竞争对手向你挑战。现在,您需要在评估自己的优势和劣势后,决定接受挑战还是投降。它包括诸如 k-means,apriori 等算法

    强化学习:你接受了挑战。战争已经开始。每小时后,您将在战斗中观察自己的处境。你在失去更多的士兵吗?对手占主导地位了吗?因此,您决定在哪里继续战斗或投降。它包括马尔可夫决策过程等算法。

    这些是常用的机器学习算法

    这些算法只不过是用于对抗数据集的武器。确保你学好它们来建立你的军械库。看,我的军械库里有10件武器。你有几个人?

    让我们看看我向士兵解释这些算法的方法。您还可以查看以下视频,以便快速了解这些技术!

    https://youtu.be/6AKkpXJI1cg

    1.线性回归

    线性回归完全取代了你的反对意见。一旦你进入战场,不要回头看。一旦你已经杀死了你所有的敌人,只能休息。

    S11

    2. Logistic回归

    Logistic回归采取简单的假设,然后决定是否继续战争。

    3.基于树的建模

    这包括决策树,随机森林。基于树的建模只是划分规则。你用一些聪明的策略划分你的对手并杀死他们。

    S9

    4.贝叶斯建模

    贝叶斯模型正在考虑你在不同战斗阵地类型中获胜的概率,如空战,陆战,水战等。并且,相应地采取战斗的整体决定。

    S6

    5.支持向量机

    SVM 正在绘制对您来说具有优势的领域和边界。例如,你的士兵可能善于在沙漠/山地/田地等特定地区作战,并据此宣战。

    090413-F-3961R-343.JPG

    6. kNN(k最近邻)

    kNN 正在检查过去的结果和相应的映射。评估你在过去的战斗中的表现,考虑你的弱势和优势的领域,并相应地准备下一场战斗。

    美国海军陆战队与第13海军陆战队远征部队(MEU),阿尔法公司1/4,在2014年2月10日吉布提阿尔塔山脉的排攻击演习前接受简报。第13届MEU与Boxer Amphibious Ready Group一起部署为整个美国第五舰队责任区内的战区预备队和危机应对队。(美国空军摄影队员工中士Erik Cardenas /已发布)

    7. k-means

    k-means 正在与拥有相同哲学,目标和动机的省份建立联盟(团体)。这个想法比以往任何时候都变得更加强大。

    S13

    8.神经网络和感知器

    神经网络是你军队中的每一个士兵决定战斗的对象。想象一下,当士兵向敌方士兵奔跑并立即决定战斗的士兵时会出现这种情况。当然,每个士兵都宁愿与较弱的敌方士兵(观察和分析)作战,这样他就可以迅速杀死更多的士兵。总的来说,这一战略将影响整个军队的表现。

    F1

    9.集合建模

    合奏模型是指一支军队由各种战斗技能娴熟的人组成,如射箭,刀战,剑士,射击等,其共同的动机是“战胜敌人”。所有这些人在一起将导致一支强大的军队。

    S1

    10.异常检测

    异常检测正在检查你自己军队中的异常模式。你的士兵兄弟中可能有一个秘密特工。定期检查。

    S2

    结束笔记

    我希望你现在能很好地理解这些算法。这就是我帮助那个士兵理解这些算法的方法。我相信,自然界中最困难的事情,确实都有一个简单的解释。我们只需要开始将它与我们联系起来。就像我刚才那样。对机器学习不熟悉的人现在会发现它们更容易记住并应用这些算法。

    在本文中,我已经在战争,战斗和战略方面向士兵解释了机器学习算法。你觉得看战,战争有趣吗?如果是的话,你肯定会在这里找到兴趣。

    你觉得它有用吗?请在下面的评论部分分享您的意见/建议。

    (完)

    相关文章

      网友评论

        本文标题:用“士兵”来表示10种机器学习算法

        本文链接:https://www.haomeiwen.com/subject/qkakrctx.html