LeetCode
文章平均质量分 70
d541449473
这个作者很懒,什么都没留下…
展开
-
集成学习(中)task2
投票法的思路投票法是集成学习中常用的技巧,可以帮助我们提高模型的泛化能力,减少模型的错误率。举个例子, 在航空航天领域,每个零件发出的电信号都对航空器的成功发射起到重要作用。如果我们有一个二进制 形式的信号:11101100100111001011011011011在传输过程中第二位发生了翻转10101100100111001011011011011这导致的结果可能是致命的。一个常用的纠错方法是重复多次发送数据,并以少数服从多数的方法确定 正确的传输数据。一般情况下,错误总是发生在局部,因此融合多原创 2021-04-13 08:05:02 · 240 阅读 · 0 评论 -
Task5的学习内容是“掌握基本的分类模型
Task5的学习内容是“掌握基本的分类模型2.2 使用sklearn构建完整的分类项目(1) 收集数据集并选择合适的特征:在数据集上我们使用我们比较熟悉的IRIS鸢尾花数据集。from sklearn import datasetsiris = datasets.load_iris()X = iris.datay = iris.targetfeature = iris.feature_namesdata = pd.DataFrame(X,columns=feature)data[‘targ原创 2021-03-27 14:00:52 · 1597 阅读 · 0 评论 -
第二章:机器学习基础-task4
(5) 对模型超参数进行调优(调参):在刚刚的讨论中,我们似乎对模型的优化都是对模型算法本身的改进,比如:岭回归对线性回归的优化在于在线性回归的损失函数中加入L2正则化项从而牺牲无偏性降低方差。但是,大家是否想过这样的问题:在L2正则化中参数 ???? 应该选择多少?是0.01、0.1、还是1?到目前为止,我们只能凭经验或者瞎猜,能不能找到一种方法找到最优的参数 ???? ?事实上,找到最佳参数的问题本质上属于最优化的内容,因为从一个参数集合中找到最佳的值本身就是最优化的任务之一,我们脑海中浮现出来的算法原创 2021-03-24 19:23:57 · 226 阅读 · 0 评论 -
2021-03-22
什么是弱监督学习原创 2021-03-22 21:31:49 · 987 阅读 · 0 评论 -
2021-03-15
集成学习之机器学习基础:1.导论什么是机器学习?机器学习的一个重要的目标就是利用数学模型来理解数据,发现数据中的规律,用作数据的分析和预测。数据通常由一组向量组成,这组向量中的每个向量都是一个样本,我们用 ???????? 来表示一个样本,其中 ????=1,2,3,…,???? ,共N个样本,每个样本 ????????=(????????1,????????2,…,????????????,????????) 共p+1个维度,前p个维度的每个维度我们称为一个特征,最后一个维度 ???????? 我们称原创 2021-03-15 21:49:00 · 117 阅读 · 0 评论 -
23 26 33
23. 合并K个升序链表给你一个链表数组,每个链表都已经按升序排列。请你将所有链表合并到一个升序链表中,返回合并后的链表。示例 1:输入:lists = [[1,4,5],[1,3,4],[2,6]]输出:[1,1,2,3,4,4,5,6]解释:链表数组如下:[1->4->5,1->3->4,2->6]将它们合并到一个有序链表中得到。1->1->2->3->4->4->5->6示例 2:输入:lists =原创 2021-01-19 08:30:54 · 106 阅读 · 0 评论