Stardustsky个人博客

一、研究原因最近一段时间都在做对时序的研究，而这源于在做对攻击payload向量化的时候遇到的一些存在的问题。机器学习中黑白集都必须最终实例化为数组的形式，才能进行训练，而这些数组的元素又必须是数字的，因此，在对一个字符串+数字+符号构成的payload进行向量化的时候，就会遇到很多的问题。比如：http://www.baidu.com/index.p...

9个月前 (02-09) 阅读(789) 评论()

本文可能是你能在网上找到的对svm参数解析最详细的一篇文章。写文源于之前使用到svm做攻击识别，一直纠结于一些函数的参数，对我个人自定义的一些偏好设定无法很好的完成，所以对其好好的研究了一番。这篇算是一篇工具文，来详解一下pythonsklearn中svm的一些参数，以及结合具体的例子来进行详细说明。svm函数简介sklearn中的svm基于libsv...

1年前 (2017-10-16) 阅读(3022) 评论()

如标题，TF-IDF与词集词袋模型都是数据预处理中常用的算法，这里介绍一下这两种算法的联合应用。一.词集与词袋模型这个算法的主要作用也就是对文本做单词切分，有点从一篇文章里提取关键词这种意思，旨在用向量来描述文本的主要内容。词集模型：单词构成的集合，集合中每个元素只有一个，即词集中的每个单词都只有一个。词袋模型：如果一个单词在文档中出现不止一次，就...

1年前 (2017-10-09) 阅读(991) 评论()

之前一段时间做CNN的demo，但是一直不太懂这些代码的原理，后来逐渐理解，这里也写一篇文章做下分享，部分图来自网络，侵权删。滤波的概念在理解代码之前，我们先了解一下滤波的概念，滤波又被称作平滑，是一种对图像进行处理的技术手段，通常是对图像进行模糊操作，使其特征不那么突出，常见的有中值滤波、高斯滤波、拉普拉斯滤波等。以下是高斯滤波处理前后的效果：...

1年前 (2017-09-19) 阅读(1070) 评论()

K-means算法简介K-means是机器学习中一个比较常用的算法，属于无监督学习算法，其常被用于数据的聚类，只需为它指定簇的数量即可自动将数据聚合到多类中，相同簇中的数据相似度较高，不同簇中数据相似度较低。K-menas的优缺点：优点：原理简单速度快对大数据集有比较好的伸缩性缺点：需要指定聚类数量K对异常值敏感对初始值敏感K...

1年前 (2017-08-25) 阅读(699) 评论()

传统的机器学习的监督学习分类分类和回归，分类是争对离散的数据，而回归是争对连续的数据，在数据预处理好的基础上要对数据进行预测，通常采用CV交叉验证来进行模型评价和选择。这篇文章通过连续的数据结合sklearn库对各种回归器做一比较：1.linearregression缺点：顾名思义，l...

2年前 (2017-04-14) 阅读(1087) 评论()