虽然在当前，人们对精神分裂症的神经机制有了一定的了解，但是对其神经生物学的异质性仍旧了解甚少，这严重影响了当前对精神分类症神经生物学的不同表征的分析研究。...

机器学习算法可以分为三大类：监督学习、无监督学习和强化学习。监督学习可用于一个特定的数据集（训练集）具有某一属性（标签），但是其他数据没有标签或者需要预测标签的情况。无监督学习可用于给定的没有标签的数据集（数据不是...

本文适合有编程经验的程序员，是一篇机器学习的”Hello world！”，没什么理论知识，在意理论准确性的人请绕道。

风险平价是构建多样化和均衡投资组合十分流行选择。众所周知，大多数资产类别的未来表现很难预测。 通过仅使用资产的风险特征和相关矩阵构建投资组合，风险平价方法克服了这一缺点。Lohre、Rother和Schafer三位作者在经...

"If you set your goals ridiculously high and it's a failure, you will fail above everyone else's success.

之前几个章节都是介绍有监督学习，这个章节介绍无监督学习，这是一个被称为k-means的聚类算法，也叫做k均值聚类算法。

笔记转载于GitHub项目：https://github.com/NLP-LOVE/Introduction-NLP

数据聚类是搭建一个正确数据模型的重要步骤。数据分析应当根据数据的共同点整理信息。然而主要问题是，什么通用性参数可以给出最佳结果，以及什么才能称为“最佳”。...

如何判断数据是否适合聚类？k类是如何确定的？遇到数据集小的时候，如何得到直观的聚类图？遇到非凸集数据，聚类要如何实现？

K-Means 是一种非监督学习，解决的是聚类问题。K 代表的是 K 类，Means 代表的是中心，你可以理解这个算法的本质是确定 K 类的中心点。当你找到了中心点，也就完成了聚类！...