machine learning
AugustMoore
这个作者很懒,什么都没留下…
展开
-
KNN算法
KNN即k近邻算法 k nearest neighbors algorithm.knn算法是以离预测点距离最近的k个点中类别中最多的元素作为预测结果。特点是不需要训练。因此算法简单。基本要素:1.k值的选择2.距离的度量3.分类决策原则k值的选择是knn算法中的一个超参数,也就是在模型建立前需要指定的参数。k值大,会导致近似误差过大,而k过小,则会过拟合。 距离的度...原创 2018-06-29 18:57:53 · 530 阅读 · 0 评论 -
机器学习的实现步骤
1.导入数据集2.编写算法3.将数据集划分为训练集和测试集4.训练模型5.预测6.误差分析,寻找最优参数原创 2018-06-29 19:00:48 · 714 阅读 · 0 评论 -
python 中排序
# np.argsort(a) 和a.sort()的区别# np模块有两个排序np.argsort(a),a.sort(),# list中有a.sort(),sorted(a)# 特点,np.argsort(a),结果是输出索引,a本身是不变的,这是优点。a.sort()是从小到大排序# 输出排序后的a,也就是说排序过程改变a,这是特点。# sorted(a)等价与a.sort()...原创 2018-07-03 14:37:36 · 352 阅读 · 0 评论 -
Softmax Derivation
讨论最简单情况: 以神经网络为例: 假设在softmax层,输入的数据是N维的一维数组,输出结果是多分类的各个概率,假设为C类。--1. input: x --> import data with dimension N, can be writen as , in neural network, means the last hidden layer outp...原创 2018-12-01 11:03:46 · 258 阅读 · 0 评论 -
torch
from PIL import Imageimport numpy as npimport torchimport torchvision.transforms as T1.From Tensor to Numpy:>>> a=torch.Tensor([[1,2],[3,2]])>>> atensor([[1., 2.], ...原创 2019-01-08 18:53:36 · 1073 阅读 · 0 评论