- 博客(4)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 sklearn中的fit_transform和transform以及什么时候使用
在使用sklearn对数据进行预处理的时候很有可能会遇到fit_transform和transform，网上不少资料写的模棱两可，在这里我回答几个核心问题，也许看完我写的这篇文章，一些疑惑就会豁然开朗。为什么在训练集进行fit而不在测试集fit机器学习假设，训练集和测试集的每个样本都是从同一分布中抽样得到的。所以在训练集中fit之后在测试集就不能再fit了。要不然二者可能不是同一分布模型，预测...
2019-06-29 10:51:36
2138
原创 如何正确使用迁移学习
在使用迁移学习之前，有两点需要特别注意的地方：你的数据的尺寸大小你的数据和预训练好网络结构数据(典型的比如说是ImageNet)的相似程度（未完待续）...
2019-06-26 11:42:18
3349
1
原创 训练最优神经网络
谨防训练数据和实际问题不匹配在谈论改善模型之前，首先一点是要考虑数据问题。在深度学习过程中，很容易出现的一点是，我们训练的数据和实际问题并不匹配。这很糟糕，会导致训练模型效果很好，但实际应用很糟糕的现象。比如说对于下图而言，我们想要识别视频中的具体车辆是什么型号的车辆。右侧是训练数据。训练数据的汽车都是侧面照相的结果，而实际检测的汽车都是正面和后面的。训练的模型在实际应用过程中就会很糟糕。...
2019-06-26 11:19:53
542
原创 理解extract_patches_2d
这是sklearn中的一种图像特征提取方法，该方法的导入（import）如下：from sklearn.feature_extraction.image import extract_patches_2dextract_patches_2d(image, patch_size, max_patches=None, random_state=None)该方法作用是按照给定尺寸要求，随机提取原...
2019-06-10 23:02:44
3378
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人