---
title: 12/22 機器學習
tags: 機器學習
---
機器學習 寫得很棒的網站：（老師說他覺得最好的）
* [1.9. Naive Bayes — scikit-learn 0.23.2 documentation](https://scikit-learn.org/stable/modules/naive_bayes.html)

:::success
模型：
* wordzvec 線性 簡單 不算深度學習
* bert 大 困難 模型
:::

:::info
名詞聚集：
標準差(Standard Deviation)
平均差
偏度
條件機率
:::
## 單純貝氏
少量資料用單純貝氏
大量資料才用深度學習

> ## Multinomial Naive Bayes（多項式）

MultinomialNB()這裡可以使用平滑參數alpha
alpha 值 要字型調
做詩詞分類 可用

> ## Gaussian Naive Bayes:
高斯分布：假定常態曲線 若偏離很多會不準 要做偏度調整
使用：先修正偏度 再做 Gaussian Naive Bayes
(知道就好 不建議用 欄位間影響很大 )
題目連續

> ## Complement Naive Bayes
反向不是的

> ## Bernoulli Naive Bayes
二分欄位

---
> ### 拉普拉斯平滑（Laplace Smoothing）又被稱為加1 平滑，是比較常用的平滑方法。平滑方法的存在時為了解決零概率問題。
統計裡面要避掉0 所以每個欄位+1 ->smoothing 避掉0
我次數+1/ 總次數＋52345欄位次數
laplace smoothing 機率直接給1次 機率不會是0

---
> ## 混淆矩陣(confusion matrix)

https://drive.google.com/drive/folders/1zbVKIHMUugqXkKDc4q7CNaWXcwQ7pzFE

* [[第9天]單純貝式分類器-3 - iT 邦幫忙::一起幫忙解決難題，拯救 IT 人的一天](https://ithelp.ithome.com.tw/articles/10200538)

* [第3單元 計算的機率分佈：統計方法的數學基礎 | 心理科學基礎統計](https://scgeeker.github.io/BasicStatistics/probability.html)

----

### Titanic - Machine Learning from Disaster

類別型（固定種）:Pclass, Name(Mid),Sex,Cabin(1st ABCD..), Embarled
數值型（無限多種）:Age, SibSp, Parch, Ticket(#Same),Fare

ex: name:Mr. Mrs. Ms 稱謂重要

## 1. 填補缺失值:最可能
類別：不補/最常出現
數值：中位數 中數（高低都不剩影響太大）

平均數（高低都影響）切成平均

---
12/24

1. 缺失值
2. one hot encoding
3. 賽

----

組合式 Ensemble
* 平行式：Bagging
* 序列式：Boosting->昨天錯 今天不能錯（不能平行化）

決策術可以做分類跟迴歸

* [sklearn.ensemble.RandomForestRegressor — scikit-learn 0.24.0 documentation](https://scikit-learn.org/stable/modules/generated/sklearn.ensemble.RandomForestRegressor.html)


有n_jobs 可以平行化

## 交叉驗證：cross relation (cv)

100筆切成10 份

* [[Day29]機器學習：交叉驗證！ - iT 邦幫忙::一起幫忙解決難題，拯救 IT 人的一天](https://ithelp.ithome.com.tw/articles/10197461)

* [使用Python進行資料分析 :: 2018 iT 邦幫忙鐵人賽](https://ithelp.ithome.com.tw/users/20107514/ironman/1399?page=1)

-----
KNN (k nearest neighbors)K-近鄰演算法:局部演算法 不是每筆都看 只看附近 如果要速度 選KNN

距離公式有出現要做scaling

scaling

minmaxscaling/0(min)~1(max)

* Robust Statistics

不要隨必丟棄資料
提高正確率的演算法->在資料預處理做加強
資料準備很重要

----

subplot(總高, 總寬, ith)

kde曲線

區塊化 bins

----

## 深度學習

深度學習 人類的科學

輸入->組合->激活（轉換）activation

DeepFake
用deep learning 來fake
->換臉 換聲音 假新聞 等等

感知器perceptron 可以做分類器

線性分類器：一刀為二

邏輯互斥或exclusive or:單獨可以/不可以 合幾來就不行/可以

---

perceptron (multiclass)

1. setosa (1:是 0:不是)
2. versi (1:是 0:不是)
3. virginical (1:是 0:不是)

-----
單純貝氏 文字 MultinomialNB 線性

----

深度學習 ＭＬＰ