自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(3)
  • 收藏
  • 关注

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 22:05:23 847

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

提示
确定要删除当前文章?
取消 删除