- 博客(6)
- 资源 (31)
- 问答 (1)
- 收藏
- 关注
原创 初探贝叶斯(Bayes)公式
引例贝叶斯公式是考虑某事件已经发生,要考察引发该事件的各种原因的可能性大小。贝叶斯公式是决策中具有重要作用的公式公式
2017-09-21 19:57:41 1032
原创 机器学习笔记-评估方法
常用的方法: 1. 留出法(hold-out)直接将数据集D划分为两个互斥的集合,其中一个作为训练集S,另一个作为测试集T。 2. 交叉验证(cross validation) 3. 自助法(bootstrapping)是一个比较好的解决方案,直接以自动采样有放回的采样多次。
2017-09-12 10:35:08 380
原创 .NET-Demo for async and await
using System; using System.Collections.Generic; using System.Linq; using System.Text; using System.Threading.Tasks;namespace MyQuartz { class Program { static void Main(string[] args)
2017-09-08 16:07:47 432
原创 机器学习笔记-决策树到随机森林概念篇
参考百度百科基本概念 分类器:分类器就是给定一个样本的数据,判定这个样本属于哪个类别的算法。例如在股票涨跌预测中,我们认为前一天的交易量和收盘价对于第二天的涨跌是有影响的,那么分类器就是通过样本的交易量和收盘价预测第二天的涨跌情况的算法。 分裂:在决策树的训练过程中,需要一次次的将训练数据集分裂成两个子数据集,这个过程就叫做分裂。 特征:在分类问题中,输入到分类器中的数据叫做特征。以上面的股票涨跌预
2017-09-08 08:57:09 915
原创 机器学习笔记-参数调优和评价指标
参数 在机器学习应用中,我们有两种类型的参数: 一个是从训练集中学得的参数,例如逻辑回归的权重; 另一个是为了使学习算法达到最优化可调节的参数,例如逻辑回归中的正则化参数或决策树中的深度参数。这种可调节的参数称为超参数(hyperparameters)。 grid_search优化参数 我们可以用验证曲线调节超参数中的一个参数来优化模型。现在,我们要用网格搜索这个更加强大的超参数优化工具
2017-09-07 12:44:41 1252 2
原创 机器学习笔记-分类和聚类基本概念
参考知乎回答分类分类是数据挖掘中的一项非常重要的任务,利用分类技术可以从数据集中提取描述数据类的一个函数或模型(也常称为分类器),并把数据集中的每个对象归结到某个已知的对象类中。从机器学习的观点,分类技术是一种有指导的学习,即每个训练样本的数据对象已经有类标识,通过学习可以形成表达数据对象与类标识间对应的知识。分类的目的是学会一个分类函数或分类模型(也常常称作分类器),该模型能把数据库中的数据项映射
2017-09-07 08:09:25 1592
LeetCode-Manager
2017-06-10
LeetCode 完成题目管理工具
2017-06-10
.NET-BackgroundWorker实现异步处理和滚动条报告进度Demo
2017-05-05
归并排序算法程序模拟
2017-03-30
.NET-TreeView控件扩展功能:CheckBoxs父子选中状态同步和自动调整
2017-03-28
快速排序算法实现
2017-03-16
.NET: Xml.Serialization常用对象导图
2017-03-10
如何由浅复制到深度复制
2017-03-07
C#中的ArrayList导图
2017-03-07
用C#描述数据结构2:Array
2017-03-06
统计代码执行时间对象
2017-03-06
根据业务倒推观察者模式
2017-03-05
mvc 新建本地mdf 出错
2017-03-14
TA创建的收藏夹 TA关注的收藏夹
TA关注的人