机器学习
youngxiao's Blog
这个作者很懒,什么都没留下…
展开
-
SVM sklearn python实现小示例
SVM sklearn python实习小示例示例说明本示例是一个简单的试验,甚至连数据集都不用额外准备,旨在加深对SVM和核函数的理解,并看看如何利用 scikit-learn 中的svm, 编译环境是 jupyter notebook, 可以通过安装 Anaconda,导入 scikit-learn 库可以很容易实现,github示例代码。本例中变没有用外部数据集,而是随机生成的点,大家在理原创 2017-11-18 17:32:22 · 21702 阅读 · 0 评论 -
Linear Regression 线性回归sklearn python实现
示例说明本示例是一个简单有趣的试验,是对天气变化的数据回归出一条预测线 出来,数据集非常简单,对应每一年二氧化碳的排放量,和每一年气温均值的变化, 编译环境是 jupyter notebook, 可以通过安装 Anaconda,导入 scikit-learn 库可以很容易实现,github示例代码数据集,有人上传视频到 Youtube Video ,也可以看看。概述linear_regres原创 2017-11-18 17:40:29 · 2974 阅读 · 2 评论 -
决策树和随机森林用 python treeinterpreter实现
示例说明这个博客深入到决策树和随机森林的基础上,以便更好地解释它们。 在过去的几年中,随机森林是一种新兴的机器学习技术。它是一种基于非线性树的模型,可以提供精确的结果。然而,大多是黑箱,通常很难解释和充分理解。在本文中,我们将深入了解随机森林的基本知识,以便更好地掌握它们。首先从决策树开始。 编译环境是 jupyter notebook, 可以通过安装 Anaconda,导入 scikit-l原创 2017-11-18 21:38:33 · 5122 阅读 · 3 评论 -
KNN sklearn python实现小示例
KNN simple demok-近邻(KNN)算法可用于分类或回归。这是一种简单的机器学习算法,但它通常非常有效。它是非参数的,也就是说它没有固定数量的参数。当你训练KNN时,它找到k个“最近点”到一个给定的点,并返回最高比例的类。如果k=1,则只查找一个最接近的点并返回它的类。这不太理想。KNN的最优K值通常在3-10。测试输入x与训练样本之间的距离欧氏距离是典型的距离度量。其他的距离度量也被使原创 2017-11-29 21:52:39 · 4102 阅读 · 0 评论 -
1x1卷积核的作用
Why? 1x1 卷积1. 前言往往很多人喜欢把事情搞得复杂,显得高大上,却并不实用,殊不知有时候简单的想法才是最美的。就好像是一堆巧妙的数学公式推导,常常有某一个极简的数学公式在作支撑,奇技淫巧无处不在。此外,研究算法的乐趣之一就是存在这些神奇的地方。如果是自己发现会很有成就感,如果在别人的思想中发现也会产生共鸣。今天要记录 CNN 中的 1x1 卷积的神奇之处,或者说有什么用?当然我承...原创 2018-12-10 19:42:09 · 16665 阅读 · 6 评论 -
熵,信息量,交叉熵
熵(Entropy)维基百科Entropy(information theory).定义:Information entropy is the average rate at which information is produced by a stochastic source of data.在信息论中,熵(entropy)是接收的每条消息中包含的信息的平均量,又被称为信息熵等。这里...原创 2019-02-22 15:01:25 · 389 阅读 · 0 评论