![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
ML
文章平均质量分 89
Dream of Grass
花径不曾缘客扫,蓬门今始为君开
展开
-
【GNN2】PyG完成图分类任务,新手入门,保姆级教程
我们一起来学习如何调用多种GNN架构完成图分类,此外我们还将学习如何让单个的图组成batch,从而更好地利用GPU,以及如何应用readout layer从node embedding中得到graph embedding。原创 2024-01-13 10:33:53 · 2942 阅读 · 2 评论 -
【GNN 1】PyG实现图神经网络,完成节点分类任务,人话、保姆级教程
适合新手入门图神经网络,通俗易懂原创 2024-01-09 13:07:25 · 1617 阅读 · 1 评论 -
【机器学习杂烩】投票(Voting)算法在分类问题上的应用(一口气实现Logistic 回归、SVM、KNN、C4.5 决策树、 Adaboost、GBDT 和随机森林,并集成起来)
本文选取的 7 种基分类器分别为: Logistic 回归、SVM、KNN、C4.5 决策树、 Adaboost、GBDT 和随机森林。原创 2022-08-26 15:35:49 · 2875 阅读 · 1 评论 -
【机器学习】KNN算法介绍及py实现(详细代码,通俗易懂)
K-Nearest Neighbors是一种监督学习算法,为了预测未知数据的类别,它考虑了k个最近数据点的类别,并选择k个最近数据点中的大多数属于的那个类别作为预测类别。原创 2022-08-16 09:03:01 · 1777 阅读 · 0 评论 -
【机器学习】通俗易懂决策树(实战篇)python实现(为新患者找到合适的药物)
我们将学习一种更流行的机器学习算法——决策树,我们将使用此算法从患者的历史数据以及他们对不同药物的反应大数据中,用训练过的决策树来构建分类模型预测未知患者的类别,或者说为新患者找到合适的药物。......原创 2022-07-24 13:58:14 · 1930 阅读 · 6 评论 -
【机器学习】通俗易懂决策树(原理篇)
决策树是什么?怎样利用决策树来帮助我们分类?怎样构建自己的决策树?决策树是一种类似流程图的结构,其中每个内部节点代表一个属性的“测试”(例如硬币翻转出现正面朝上或反面朝上),每个分支代表测试的结果,每个叶节点代表一个类标签(在计算所有属性后做出的决策)。从根到叶的路径代表分类规则。......原创 2022-07-24 13:50:52 · 1375 阅读 · 0 评论 -
【机器学习】python实现非线性回归(以中国1960-2014GDP为例)
如果数据表现出一个曲线的趋势,那么相比于非线性回归,线性回归就不会产生一个非常精确的结果,因为线性回归假设数据是线性的。就让我们通过一个例子学习一下非线性回归。在这篇博客中我们对中国1960年到2014年的GDP拟合了一个非线性模型。......原创 2022-06-14 17:45:47 · 10354 阅读 · 3 评论 -
【机器学习】使用scikit-learn实现多项式回归(10min阅读时长)
看完这篇文章,将会:1.使用scikit-learn实现多项式回归 2.创建一个模型,训练它,测试它,并使用它原创 2022-06-09 16:47:49 · 1000 阅读 · 1 评论 -
【机器学习】使用scikit-learn实现多元线性回归(10min阅读时长)
看完这篇文章,将会:1.使用scikit-learn实现多元线性回归 2.创建一个模型,训练它,测试它,并使用它原创 2022-06-05 15:33:46 · 1099 阅读 · 3 评论 -
【机器学习】使用scikit-learn实现简单线性回归(10min左右阅读时长)
看完这篇文章,将会:1.使用scikit-learn实现简单的线性回归 2.创建一个模型,训练它,测试它,并使用它。原创 2022-06-03 22:58:49 · 1314 阅读 · 0 评论 -
【机器学习】03 激活函数 (详细注释+动态训练效果图)
我们人类在思考问题的时候,往往不会产生精确的数值估计,而更倾向于分类问题,比如说米饭的多少和饱腹程度的关系,在现实生活中,我们往往会说3两饭我吃不饱,四两饭刚刚好,最多说一句三两饭大概是8分饱,而没有刻画出一个饭的两数和饱腹程度的精确曲线。换句话说,贴标签相对于精确计算更符合我们的生物本能,即人类思考问题的方式往往是离散的分类而不是精确的拟合。对于我们的人工智能也是一样的,若能精确地估算出不同大小的豆豆的毒性固然是好事,但一般会采用更加干脆的分类,比如毒性为0.7以上的蘑菇是毒蘑菇,而毒性为0.7以下的为无原创 2022-02-24 17:48:14 · 990 阅读 · 1 评论 -
【机器学习】02 两个参数的梯度下降 (详细注释+动态训练效果图)
在上一篇文章中【机器学习】01 梯度下降(详细注释+动态训练效果图)我是假设蘑菇的大小和毒性成正比例关系。不过这样假设太过于简单,这一次我们就增加一点难度,假设两者之间是成一次函数关系。...原创 2022-02-24 15:33:49 · 1870 阅读 · 3 评论 -
【机器学习】01 梯度下降(详细注释+动态训练效果图)
让我们把时间的齿轮拨回到20万年前,那时候我们的老祖宗正在那智人没有称霸的地球上每天担惊受怕地生活着。早期智人什么都吃,蘑菇是他们很喜欢的一种食物,但众所周知有很多蘑菇是有毒的,那我们的祖先是如何判断蘑菇是否有毒呢,如果把一个初级的人工智能穿越回20万年前,它将如何帮助我们的祖先辨别什么样的蘑菇是毒蘑菇,说不定多鉴别出一个毒蘑菇,信息革命也就更早发生,现在大家也就不用在csdn上看文章而可以直接像《黑客帝国》一样读取人工智能技能包了~原创 2022-01-27 16:44:37 · 4041 阅读 · 1 评论 -
RNN应用实例--国际航班月客流量(时间序列分析,pytorch)
我们将 RNN 用到时间序列的问题上,因为对于时序数据,后面的数据会用到前面的数据。国际航班月客流量,1949年一月到1960年12月。原创 2021-12-23 11:28:23 · 1869 阅读 · 5 评论