![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
DL
文章平均质量分 84
夜半罟霖
人类诗意地栖居在大地之上,这是宇宙对于存在的回答
展开
-
Sklearn自定义实现GridSearch
网格搜索(GridSearch)可以帮助我们确定最优的模型参数,但它的封装程度较高,难以进行自定义的评价指标设置;此外默认使用K-fold来选取最优参数也比较烦人。因此本文设计的自定义GridSearch流程实现了在固定的evaluation set进行最优模型的选取。实际上最后发现还是不要固定验证集来评估模型的好坏,非常容易过拟合,还是在数据处理上做好准备吧。原创 2023-06-03 15:39:32 · 258 阅读 · 0 评论 -
matplotlib一维散点分布图的绘制
本次的目标是绘制数据的一维散点分布图,应用场景是数据一维标签的聚类可视化,假定我们拥有原始的带标签数据Xy其中X为样本特征矩阵,y为对应样本的标签(连续值),通过聚类算法得到了X的伪分类标签yy∈12...N,想要绘制出相同类别样本在标签值是否同样是集中的。值得注意的是,由于我们可能获得多类样本,因此仅仅使用一张图来进行绘制可能会使得不同类别样本的marker在图上相互重叠,因此需要为每一类样本单独绘制一维散点分布图,并在同一张画布上显示。原创 2023-03-08 09:54:47 · 1695 阅读 · 0 评论 -
Path signature介绍
path signaturepath path signture是描述path的一种特征,path被定义为一个将连续取值区间[a,b]转换到多维空间RdR^dRd的映射。其最简单的理解就是物体运动的轨迹,假定物体在二维平面上从t1t_1t1时刻持续运动到t2t_2t2时刻,每个时刻的位置都可以用一二维向量表示,这一轨迹就构成了一条path,X:[t1,t2]↦R2,Xt={Xt1,Xt2}X:[t_1,t_2]\mapsto R^2,X_t=\{X^1_t,X^2_t\}X:[t1,t2]↦R2原创 2022-02-19 22:37:00 · 1398 阅读 · 2 评论 -
论文解析:Capsule Network
Capsule Network解析原创 2022-02-05 22:10:12 · 1044 阅读 · 0 评论 -
论文解析:变分自编码器
VAE(变分自编码器) 变分自编码器来自于论文《Auto-Encoding Variational Bayes》,是一种生成式模型,生成式模型的概念在CS229中已经有过介绍了,简单来说,对于一个判别式模型来说,我们希望得到的是P(y∣x)P(y|x)P(y∣x),即在给定了样本x的情况下希望得到其输出y的分布(在回归模型里这通常表现为ML求期望如Linear family,在分类模型里这就简单的表示为softamx的输出);而生成式模型的目的则是希望求取P(x∣y)P(x|y)P(x∣y),即想要知道输原创 2021-11-19 11:36:08 · 2590 阅读 · 2 评论