Scikit-Learn

[Machine Learning] 向量量化（Vector Quantization, VQ）筆記

Clay
2024-10-012024-10-01
Machine Learning, Python, Scikit-Learn

我第一次聽到向量量化（Vector Quantization, VQ）是在做音訊處理的朋友的口中，因此模糊地得知了向量量化是一種用於資料特徵壓縮和特徵表示的技術；當然那時，我還不清楚這與像是 PCA 等等降維技巧有什麼不同。

[已解決] ConvergenceWarning: lbfgs failed to converge (status=1): STOP: TOTAL NO. of ITERATIONS REACHED L

Clay
2021-06-182021-10-30
Machine Learning, Python, Scikit-Learn

完整的報錯訊息為：

[NLP] 文字探勘中的 TF-IDF 技術

Clay
2020-08-012021-10-19
Machine Learning, NLP, Python, Scikit-Learn

TF-IDF (Term Frequency - Inverse Document Frequency) 是在文字探勘、自然語言處理當中相當著名的一種文字加權方法，能夠反映出『詞彙』對於『文件』的重要性。跟著名的 Word2Vec 同樣能夠將文字轉換成向量，以供電腦進行計算。

[Python] 使用 ShuffleSplit() 進行 cross-validation

Clay
2020-07-172021-07-24
Machine Learning, Python, Scikit-Learn

Cross-validation (交叉驗證) 是機器學習中『切割資料』的一個重要的觀念。簡單來說，當我們訓練一個模型時，我們通常會將資料分成『訓練資料』(Training data) 和『測試資料』(Test data)，然後我們使用訓練資料訓練模型、並使用模型從來沒見過的測試資料評估模型的好壞。