- 博客(23)
- 收藏
- 关注
RSS订阅转载 Python建立多线程任务并获取每个线程返回值
转自：https://www.cnblogs.com/bethansy/p/7965820.html1.进程和线程 （1）进程是一个执行中的程序。每个进程都拥有自己的地址空间、内存、数据栈以及其他用于跟踪执行的辅助数据。进程也可以派生新的进程来执行其他任务，不过每个新进程都拥有自己的内存和数据栈，所以只能采用进程间通信（IPC）的方式共享信息。 （2）线程与进程类似，不过他...
2018-09-29 17:02:05
1073
转载 CPU核数跟多线程的关系
一直以来有这样的疑惑，单核CPU适合多线程吗？是不是几个核的CPU开几个线程是最合适的？今天就这一问题查了一些资料，现整理如下： 要说多线程就离不开进程，进程和线程的区别在这里就不详细说了，只将关键的几点：a)进程之间是相互独立的，不共享内存和数据，线程之间的内存和数据是公用的，每个线程只有自己的一组CPU指令、寄存器和堆栈，对于线程来说只有CPU里的东西是自己独享的，程序中的其...
2018-09-29 14:30:03
2030
1
转载 cpu、核与线程
cpu与核心物理核物理核数量=cpu数(机子上装的cpu的数量)*每个cpu的核心数虚拟核所谓的4核8线程，4核指的是物理核心。通过超线程技术，用一个物理核模拟两个虚拟核，每个核两个线程，总数为8线程。 在操作系统看来是8个核，但是实际上是4个物理核。 通过超线程技术可以实现单个物理核实现线程级别的并行计算，但是比不上性能两个物理核。单核cpu和多核cpu都是一个cpu，不...
2018-09-29 11:38:45
667
转载 关于sklearn下class_weight参数的一点源码阅读与测试
版权声明：欢迎转载，请注明原出处 https://blog.csdn.net/go_og/article/details/81281387一直没有很在意过sklearn的class_weight的这个参数的具体作用细节，只大致了解是是用于处理样本不均衡。后来在简书上阅读svm松弛变量的一些推导的时候，看到样本不均衡的带来的问题时候，想更深层次的看一下class_weight的具体作用方式，...
2018-09-27 14:52:07
2466
转载 Sklearn-LogisticRegression逻辑回归(有处理样本不均衡时设置参数的方法)
版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/CherDW/article/details/54891073逻辑回归：可以做概率预测，也可用于分类，仅能用于线性问题。通过计算真实值与预测值的概率，然后变换成损失函数，求损失函数最小值来计算模型参数，从而得出模型。 sklearn.linear_model.LogisticRegres...
2018-09-26 20:09:28
14274
转载 不平衡数据的分类评价指标总结
转自：https://blog.csdn.net/sqiu_11/article/details/78396443识别任务中混淆矩阵（Confusion Matrix）用于评价算法好坏的指标。下图是一个二分类问题的混淆矩阵：TP：正确肯定——实际是正例，识别为正例FN：错误否定（漏报）——实际是正例，却识别成了负例FP：错误肯定（误报）——实际是负例，却识别成了正例TN：正...
2018-09-26 19:46:53
6975
转载 [干货]如何从不均衡类中进行机器学习
参考自：https://www.svds.com/learning-imbalanced-classes/引言如果您刚从机器学习课程中学习，那么您所使用的大多数数据集都相当容易。除其他事项外，在构建分类器时，样本类是平衡的，这意味着每个类的实例数量大致相同。教师通常使用清理过的数据集，以专注于讲授特定的算法或技术而不受其他问题的干扰。通常你会在两个维度中显示如下的例子，用不同颜色（或形状）...
2018-09-26 18:26:20
384
转载 机器学习中的类别不均衡问题
基础概念类别不均衡是指在分类学习算法中，不同类别样本的比例相差悬殊，它会对算法的学习过程造成重大的干扰。比如在一个二分类的问题上，有1000个样本，其中5个正样本，995个负样本，在这种情况下，算法只需将所有的样本预测为负样本，那么它的精度也可以达到99.5%，虽然结果的精度很高，但它依然没有价值，因为这样的学习算法不能预测出正样本。这里我们可以知道不均衡问题会导致样本较少那一类的高错分率，即...
2018-09-26 18:20:16
1073
转载 机器学习算法一览，应用建议与解决思路 （实用！！！划重点！！！）
作者：寒小阳时间：2016年1月。 出处：http://blog.csdn.net/han_xiaoyang/article/details/50469334声明：版权所有，转载请联系作者并注明出处1.引言提起笔来写这篇博客，突然有点愧疚和尴尬。愧疚的是，工作杂事多，加之懒癌严重，导致这个系列一直没有更新，向关注该系列的同学们道个歉。尴尬的是，按理说，机器学习介绍与算法一览应该放在最...
2018-09-26 12:53:51
560
转载 sklearn包学习
转自：https://www.cnblogs.com/nolonely/p/6902860.html1首先是sklearn的官网：http://scikit-learn.org/stable/ 在官网网址上可以看到很多的demo，下边这张是一张非常有用的流程图，在这个流程图中，可以根据数据集的特征，选择合适的方法。2.sklearn使用的小例子 3.skle...
2018-09-26 10:37:18
1794
转载 机器学习-训练模型的保存与恢复（sklearn）
版权声明：本文为博主原创文章，转载请注明来源。 https://blog.csdn.net/Dream_angel_Z/article/details/47175373在做模型训练的时候，尤其是在训练集上做交叉验证，通常想要将模型保存下来，然后放到独立的测试集上测试，下面介绍的是Python中训练模型的保存和再使用。scikit-learn已经有了模型持久化的操作，导入joblib即可...
2018-09-26 10:25:10
1875
转载 SGDClassifier和LR,SVM的区别
看了许多文献，以及最近的项目经验，终于真正地搞懂了LR。以前总听大家说，看你对机器学习搞得透彻不透彻，就看你逻辑回归理解得怎么样；自己是统计出身的我，一直很有自信，以为无非就是个极大似然估计，求那个似然函数的极大值而已。然而实际上，这个之中也有很多的说法在里面，比如，求参数的方法。在逻辑回归中，我们极大似然估计的参数是可以通过“极大化该参数值”得到的，然而得到参数之后，并不代表我们就完成了...
2018-09-25 22:05:30
1669
转载 tensorflow学习笔记--embedding_lookup()用法
版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/u013041398/article/details/60955847embedding_lookup( )的用法 关于tensorflow中embedding_lookup( )的用法，在Udacity的word2vec会涉及到，本文将通俗的进行解释。首先看一段网上的简单代码： ...
2018-09-20 11:18:17
527
转载 python中的__name__=='__main__'如何简单理解
转自：http://www.cnblogs.com/GGGGGGZX/p/9206806.html1. 摘要：通俗的理解_name_ == '_main_'：假如你叫小明.py，在朋友眼中，你是小明(_name_ == '小明')；在你自己眼中，你是你自己(_name_ == '_main_')。if _name_ == '_main_'的意思是：当.py文件被直接运行时，if _na...
2018-09-17 18:01:48
434
转载 回归中的相关系数和决定系数概念及Python实现
衡量一个回归模型常用的两个参数：皮尔逊相关系数和R平方一、皮尔逊相关系数 在统计学中，皮尔逊相关系数( Pearson correlation coefficient），又称皮尔逊积矩相关系数（Pearson product-moment correlation coefficient，简称 PPMCC或PCCs），是用于度量两个变量X和Y之间的相关（线性相关），其值介于-1与1之间。...
2018-09-17 15:51:06
4099
转载 python中zip()函数的用法
版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/csdn15698845876/article/details/73411541zip函数的原型为：zip([iterable, …])参数iterable为可迭代的对象，并且可以有多个参数。该函数返回一个以元组为元素的列表，其中第 i 个元组包含每个参数序列的第 i 个元素。返回的列表长度被...
2018-09-17 13:37:30
958
转载 机器学习性能评估指标（精确率、召回率、ROC、AUC）
转自：http://charlesx.top/2016/03/Model-Performance/实际上非常简单，精确率是针对我们预测结果而言的，它表示的是预测为正的样本中有多少是对的。那么预测为正就有两种可能了，一种就是把正类预测为正类(TP)，另一种就是把负类预测为正类(FP)。 P = TP/(TP+FP)而召回率是针对我们原来的样本而言...
2018-09-17 13:18:56
375
转载 机器学习中的 precision、recall、accuracy、F1 Score
转自：https://www.cnblogs.com/weedboy/p/7072010.html1. 四个概念定义：TP、FP、TN、FN先看四个概念定义： - TP，True Positive - FP，False Positive - TN，True Negative - FN，False Negative如何理解记忆这四个概念定义呢？举个简单的二元分类问题 例子：...
2018-09-17 13:12:11
560
转载 numpy.random.seed()方法的作用
版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/qq_36142336/article/details/78797190numpy.random.seed()是个很有意思的方法，它可以使多次生成的随机数相同。如果在seed()中传入的数字相同，那么接下来使用random()或者rand()方法所生成的随机数序列都是相同的（仅限使用一次ran...
2018-09-16 10:24:02
686
转载 文本数据预处理：sklearn 中 CountVectorizer、TfidfTransformer 和 TfidfVectorizer
版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/m0_37324740/article/details/79411651文本数据预处理的第一步通常是进行分词，分词后会进行向量化的操作。在介绍向量化之前，我们先来了解下词袋模型。 1.词袋模型（Bag of words，简称 BoW ） 词袋模型假设我们不考虑文本中词与词之间的...
2018-09-13 14:54:38
1092
转载 Python之列表与元组的区别详解
版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/qq_878799579/article/details/72909828相同点：都是序列类型回答它们的区别之前，先来说说两者有什么相同之处。list 与 tuple 都是序列类型的容器对象，可以存放任何类型的数据、支持切片、迭代等操作 不同点一：不可变 VS 可变两...
2018-09-10 21:08:26
399
转载 python json读取数据：ValueError: Extra data: line 77 column 2 - line 16485 column 1 (char 1159 - 227243)
https://blog.csdn.net/xzymmd/article/details/81118845
2018-09-07 12:54:39
4488
转载 三大深度学习生成模型：VAE、GAN及其变种
版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/heyc861221/article/details/80130968编者按：本书节选自图书《深度学习轻松学》第十章部分内容，书中以轻松直白的语言，生动详细地介绍了深层模型相关的基础知识，并深入剖析了算法的原理与本质。同时还配有大量案例与源码，帮助读者切实体会深度学习的核心思想和精妙之处。...
2018-09-03 21:50:17
3579
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人