本文介绍Bagging和Boosting的概念以及运用它们的集成学习算法Adaboost。 Bagging & BoostingBagging和Boosting都是将多个弱分类器集成起来形成一个强分类器，俗话说三个臭皮匠顶个诸葛亮。首先介绍Bagging BaggingBagging(bootstrap aggregating) ,采用一种有放回的抽样方式，每轮从原始样本集中使用Boots

决策树本文介绍的是决策树算法原理 决策树是一种基本的回归与分类算法，是一种模仿人类做决定的思维方式构建的算法，在分类问题中，是基于特征对实例进行分类的过程，决策树本质上是从训练数据集中归纳出一组分类规则。 例如下面这个例子。对下班时间、约会情况、提交截止时间这些条件进行判断，从而决定是否要进行在线课程测试。我们模拟一下今天晚上要不要上课决定的过程。这可能取决于下班时间，如果18：30之前就下班了，

深谙心理学的销售人员可以说是一种很恐怖的存在，房产中介销售商可以利用稀缺性，让本来犹豫不决的你，立马支付了定金。他可能会编造出一个假想的客户，告诉你说，等会我还有一个客户，他很喜欢这套房子，您要是犹豫不决的话，我不敢保证下午这套房子还没卖出去哦。汽车销售员可以利用对比心理让你额外买了一套车险，因为在相比刚刚支付的车的价格，后面随之销售的车险的价格就显得有点微不足道了，这时候的成功率就会更高。

本文介绍的是SVM算法原理(NG的ML课程笔记) 适应人群：想了解SVM原理的 为了好好理解SVM算法的原理，我们先从逻辑回归开始。 逻辑函数的假设函数(Hypothesis)如下图：下面将用Z代替等号右边 $$Z=Θ^TX $$ 逻辑回归用来做什么很显然逻辑回归用来分类，如果有一个y=1的样本，我们希望h(x)趋近1，因为我们想正确地将此样本分类，这就意味着当h(x) 趋近于

做计划，不是一份愿望清单…… 2018年最后一天了，你的愿望是不是改一改时间2019还能继续用，为什么新年愿望总实现不了？就真的只是愿望放在那儿一年又一年。当看到别人纤细苗条的身材，穿漂亮的衣服，而自己眼看漂亮的裙子不合身，急了眼，于是在愿望清单上加上一条，减肥瘦身，每天去健身房。事后坚持一个星期都坚持不下来。对于自己定下来的看书计划，一个星期看一本书，晚上捧着书就开始呼呼大睡。一个月过去了才看到

本文是关于BDCI 2018-面向电信行业存量用户的智能套餐个性化匹配模型大赛 TOP1开源代码的实现 运行环境 windows python3.6 pandas sklearn xgboost 赛事说明 赛事链接面向电信行业存量用户的智能套餐个性化匹配模型 可以参看链接，里面有详细的训练集数据说明，里面包含了如下信息：数据说明作品要求评分方式 解决方案我复现了top1的解决方案，以下是top1

认识刻意练习 有没有那么一本书里的内容让你觉得相见恨晚？《刻意练习》是我觉得相见恨晚的一本书，里面的学习方法对我的触动很大。 我们都听过一万小时定律，意思是说要成为一个领域的专家，需要一万个小时，这被很多人误解我只要花够一万个小时在某个领域，我就可以成为那个领域的专家。其实这种为了完成任务式的一万个小时根本没有用。我想格拉德威尔先生在《异类》一书中提出一万小时定律的本意并不是为了强调那一

本篇彩蛋是基于上两篇个人网站搭建系列博文增加新的功能（评论、打赏）以Anisina主题为例 难度指数：♥♥系统环境：win8 评论功能本文采用的是valine评论系统，首先你需要注册一个leancloud账户,然后创建一个应用来存储管理评论内容,注册和创建新应用完了之后，就完成了准备工作。 1.准备工作就绪后，然后修改 Anisina主题配置文件 _config.yml 1234567891011

一个人越过越年轻是喜还是悲故事发生一战结束初期，一位名叫Gateau的知名钟表匠受邀为火车站制作一个大钟，他儿子在战争中失去了生命，他希望时间可以倒转，战争没有发生，世界和平，儿子重返家园。所以把大钟做成了倒转的模样。 就在这时，一个新生儿降临在一个有着124年做纽扣生意历史的家族中，虽是新生儿却没有那般吹弹可破的皮肤，生下来就是充满褶皱的脸，各方面都很糟糕，像极了八十岁的老人。 它一出生，她妈妈

本篇个人网站搭建系列博文是基于:GitHub+Hexo。难度指数：♥♥系统环境：win8 修饰上篇搭建的个人网站框架(包括theme主题设置、头像的设置、以及图片的显示、链接上自己的RSS) Hexo克隆主题在初始化hexo后，也就是执行hexo init 命令后会给一个默认的主题：landscape。里面还有一篇写好的示例文章：Hello World 选择喜欢的主题觉得不喜欢可以换主题，以下链接