- 博客(3)
- 收藏
- 关注
RSS订阅原创 KNN算法实现手写数字识别
交叉验证网格搜索介绍及步骤交叉验证网格搜索（cross-validation grid search）是一种机器学习模型超参数优化的方法。它结合了网格搜索和交叉验证两种技术，以寻找最佳的模型超参数组合。下面是这种方法的基本步骤：定义超参数空间：首先，需要确定模型的超参数范围。这些超参数是模型的内部参数，不是通过训练数据直接学习得到的，而是通过调整来优化模型性能的参数。创建网格：基于这些超参数的范围，创建一个超参数的网格。每个网格点代表一个可能的超参数组合。
2024-04-25 20:31:26
1241
原创 机器学习day3
特征的单位或者大小相差较大，或者某特征的方差相比其他的特征要大出几个数量级，容易影响。（支配）目标结果，使得一些模型（算法）无法学习到其它的特征。# 5. 打印每列数据的均值和标准差。# 3. 对原始特征进行变换。# 4. 打印归一化后的结果。# 2. 初始化标准化对象。# 3. 对原始特征进行变换。# 4. 打印归一化后的结果。为什么做归一化和标准化?# 2. 初始化归一化对象。
2024-04-24 22:31:39
516
原创 机器学习概念
收集与问题相关的数据，并对数据进行预处理，包括数据清洗、处理缺失值、处理异常值等，以确保数据的准确性和一致性。根据问题的性质和数据的特点，选择合适的机器学习或统计模型，然后使用训练数据对选定的模型进行训练，并进行参数调优。通过提取、构建和选择合适的特征来优化数据集，这可以包括特征缩放、特征降维、特征组合等操作，以提高模型的性能。明确要解决的问题和所需达到的目标，这有助于定义建模的范围和确定所需数据。人工智能的三大概念分为：人工智能（AI）、机器学习（ML）和深度学习（DL）。分别说一说各自的特点？
2024-04-22 22:05:23
850
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