• ququwowo
    2020-07-28
    最近刚开始学拿Stan/pymc3做贝叶斯机器学习，很多情况下需将模型re-parameterize (主要搞成non-centered)，方便MCMC采后验. 几乎总用到cholesky factorization，希望老师后面能讲到。

    作者回复: 你好，ququwowo，对于pymc3我不熟悉，可以尝试一下变分推理，有机会也可以另外做个专题来探讨大规模概率编程。

    
    4
  • Poketao
    2020-09-14
    It would be great to mention how Euclidean Distance is applied to the multi-dimensional vectors. E.g. d(a,b) = sqrt( (a1-b1)^2 + (a2-b2)^2 + (a3-b3)^2 + (a4-b4)^2 )

    作者回复: Hey Poketao, thank u for the suggestion.

    
    3
  • DZ
    2020-08-04
    有点疑惑： ``` plot_shapes(iris_test, 'Petal_Width', 'Sepal_Length', markers, colors) plot_shapes(iris_test, 'Sepal_Width', 'Sepal_Length', markers, colors) ``` 为啥不是： ``` plot_shapes(iris_test, 'Petal_Width', 'Petal_Length', markers, colors) plot_shapes(iris_test, 'Sepal_Width', 'Sepal_Length', markers, colors) ```

    作者回复: 你好，DZ，很好的问题。 这里没有特别的原因，鸢尾花的四个特征：花萼的长、宽和花瓣的长、宽，其实你可以尝试随意挑选放在plot_shapes里来看图的效果。

    共 2 条评论
    3
  • 瀚海星尘
    2020-08-02
    这么理解，KNN真的好简单啊，没想到这么简单。。豁然开朗～

    作者回复: 其实很多机器学习模型算法，如果通过数学角度来解释都是非常简单的，而且大部分都能适用应用场景，即使是深度学习也只是加了很多层而已。

    
    3
  • 思致精研_益达
    2020-08-07
    import pandas as pd from sklearn import datasets iris = datasets.load_iris() species = [iris.target_names[x] for x in iris.target] iris.target里面的“target”作用是什么。我发现iris里面的列名并没有target，所以这块感到有点困惑

    作者回复: 你好，思致精研_益达 target是分类目标，属于ndarray类型，通过它我们可以拿到鸢尾花的种类并赋值给species。 具体可以查sklearn的官方手册哦，地址是：https://scikit-learn.org/stable/modules/generated/sklearn.datasets.load_iris.html

    
    1
  • 㗊
    2020-07-31
    一点也不豁然开朗，因为通篇都在讲分类器，没有讲线性代数
    
    97
  • newzai
    2022-06-07
    云里雾里，4维距离也不列出个公式
    
    1