Chen_shu_bct-CSDN博客

原创《深度学习入门：基于python的理论与实现》学习笔记

感知机感知机的模型是神经网络的起源算法，也可以帮助我理解神经网络感知机的大致结构与门的实现def AND(x1,x2): w1,w2 = 0.5,0.5 theta = 0.7 if w1*x1+w2*x2 > theta: return 1 else : return 0print(AND(1,0))print(AND(1,1))01引入偏置b和权重偏置的作用是在x*w之后再加上一个常数，这相当于给了感知机一

2021-10-31 10:34:36 419

原创 Hands-On-Ml 学习笔记（用sklearn构建一个分类器）

用sklearn来构建分类器首先我们需要先获取一些数据集datasets模块中，让我们很方便地能够获取一些经典的数据集具体的参数可以查阅sklearn官方文档from sklearn.datasets import fetch_openmlmnist = fetch_openml('mnist_784')X,y = mnist['data'],mnist['target']X.shape,y.shape((70000, 784), (70000,))%matplotlib inli

2021-10-09 18:01:38 502

原创 Pandas中的常用数据类型梳理

Pandas中的数据类型Pands中常用的数据类型有两者dataframeseriseDataframe这时一中数据表的形式，每一行有一个row label，每一列有一个column labelrow label通常为数值类型，用来表示第几行（常以0开始）cloumn label 通常为字符串类型，用来解释这一列的数据有什么用处我们通常一行表示一条数据，一列表示这条数据的一个特征所以，每一列通常为相同类型的数据，但是列与列之间可以是不同类型的数据这里可以看出，dataframe数据

2021-10-08 13:10:43 1086

原创 [机器学习]Hash以及Hash在选择测试集与训练集中的作用

Hashhash又被称为散列函数我的理解，hash是一个过程，也被称为预映射，通过事先设计好的算法，将一个任意长度的字符串，通过这个预映射，得到一个长度固定的输出这个输出有以下几个特点：输入值的值域不固定，但是散列值的值域是固定的对固定的一个输入，有唯一一个输出（称为散列值）一个输出，可能不止对应一个输入，即不同输入可能指向同一个散列值一个输入的很微小的变动，可能会导致散列值的巨大变化经过hash运算，散列值基本会均匀分布在其值域的各个部分hash的设计思想hash的一大作用，就是

2021-09-23 21:17:21 260

原创 PSO（粒子群算法）

核心思想粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation)，1995 年由Eberhart 博士和kennedy 博士提出是根据鸟类的捕食行为简化出的一种模型假设一只鸟在捕食时，会和种群中其他的鸟类共享信息，并且根据自己寻找到的最优位置以及群体中给出的最优位置来改变自己的速度（包括大小与方向），从而从无序寻找到最终变成有序飞行。其速度的改变遵循三条原则：飞离离自己最近的目标，避免相撞整个群体飞向目标，并且飞向鸟群中心匹配邻域个体的速度直观感受

2021-09-20 23:21:17 1433

原创 [机器学习]吴恩达机器学习-无监督学习-聚类

无监督学习机器学习常分为监督学习与无监督学习监督学习中，样本本身带有标签如图的回归算法，每个数据都带有标签而非监督学习中，作为标签的y(i)遍不复存在，模型的输入只有X如下图所示：聚类在没有标签的数据中，我们总希望，能有一种算法，将相似特征的数据分到一起，给不同的数据归归类，从而在数据中找到规律或者其他可以利用的价值，聚类便是做这件事的聚类中有一个很经典的算法 K-means algorithm （k均值算法）接下来我们就来了解了解这个算法具体的实现过程K-means首先，拿到了一

2021-09-14 11:37:08 133

原创吴恩达机器学习-支持向量机

优化目标支持向量机也被称为大间距分类器，因为他会以最大间距分隔样本我们可以从优化目标来一步步认识支持向量机sigmoid函数：在逻辑回归中，一个样本的代价函数的形式为：根据y的值不同，我们分别画出不同的函数图像当y = 1 时，函数只剩下左边部分，可得到左图形式的函数图像，右边同理我们用近似的折线来代替这个函数（即一条水平线加一条斜线），先不用管这个斜线的斜率是多少我们将左图蓝色的函数记为cost1(z),将右边蓝色的函数记为cost0(z),下标表示的是y的值不同的接下来我们就可

2021-09-13 22:03:22 275

原创 [leecode每日一题]678. 有效的括号字符串

题目：给定一个只包含三种字符的字符串：（，）和 * ，写一个函数来检验这个字符串是否为有效字符串。有效字符串具有如下规则：任何左括号 ( 必须有相应的右括号 )任何右括号 ) 必须有相应的左括号 (左括号 ( 必须在对应的右括号之前 )可以被视为单个右括号 ) ，或单个左括号 ( ，或一个空字符串一个空字符串也被视为有效字符串示例：输入：()输出：True输入：((*)输出：True输入：((())输出：False解题思路：如果只需要关注左括号和右括号的个数是

2021-09-12 22:26:52 227

原创 [机器学习]偏差与方差？

什么是偏差和方差？方差与偏差可以帮助我们观察我们的模型是欠拟合还是过拟合，在这之前，我们先讨论讨论，什么是方差和偏差，也许偏差更好理解，方差的概念更加难懂在机器学习中：偏差用于衡量预测值和真实值之间的误差方差则用于衡量预测值之间的偏离程度，与真实值无关回到机器学习中来，如果一个模型欠拟合，那么很容易导致预测值与真实值的差值过大，这便是偏差过大如果一个模型复杂度较高，能很高程度地拟合训练集的数据，但是，只要训练集中的某一个数据产生了变动，那么模型对该变动的反应会很剧烈，从而导致不同训练集(来

2021-09-05 15:54:50 118

原创如何选择一个合适的机器学习算法模型？

当我们的算法不太符合自己的预期时，我们都有哪些改进手段？去搜索更多的数据，增加训练集的数量增加特征的数量，更高程度地利用已有的数据尝试多项式特征减少特征的数量，减轻过拟合的问题增大或者减小λ方法有很多，但是我们不能所有都用，而是要针对给出的问题选择性的做其中的一个或者几个有时，我们的算法在训练集上有很好的表现，在实际使用时上却表现平平，这便很有可能是过拟合了为了改善这种情况，我们将一个数据集，分为两部分训练集（training set）和测试集（test set）我们在训练集中训

2021-09-04 23:47:21 840

原创 Matplotlib的基本用法

matplotlib的基本用法整理import matplotlib.pyplot as pltimport numpy as np

2021-09-04 19:54:01 301

原创 python中的多重继承

多重继承是什么在平时设置类的时候，通过继承可以轻松的获得符类的属性和方法#mermaid-svg-hrHezrUsY1AYno2J .label{font-family:'trebuchet ms', verdana, arial;font-family:var(--mermaid-font-family);fill:#333;color:#333}#mermaid-svg-hrHezrUsY1AYno2J .label text{fill:#333}#mermaid-svg-hrHezrUsY1AY

2021-03-22 22:45:01 189 1

Chen_shu_bct的博客