关于机器学习的其他
文章平均质量分 64
AndrewHR
这个作者很懒,什么都没留下…
展开
-
信息熵、交叉熵与相对熵(KL散度)的关系,还介绍了联合信息熵和条件熵、互信息(信息增益)的概念
@(关于机器学习的其他)[KL散度][信息熵][交叉熵]1、信息量2、信息熵3、交叉熵cross-entropy3.1 交叉熵 cross-entropy在机器学习领域的作用4、相对熵(KL散度)4.1 相对熵(KL散度)与cross-entropy的关系4.2 相对熵(KL散度)非负性证明5、联合信息熵和条件信息熵6、互信息(信息增益)6.1 非负性证明...原创 2018-08-30 22:22:38 · 2144 阅读 · 2 评论 -
机器学习各优化算法的简单总结
1 梯度下降1.1 SGD算法介绍优点缺点1.2 Momentum算法介绍优点缺点1.3 Nestrov Momentum算法介绍优点缺点2 自适应方法2.1 Adagrad算法介绍优点缺点2.2 RMSprop算法介绍优点缺点2.3 Adadelta算法介绍优点缺点2.4 Adam算法介绍优点...原创 2018-08-18 16:37:03 · 1978 阅读 · 0 评论 -
pandas的DataFrame怎么把几列数据合并成为新的一列
问题描述我有一个用于模型训练的DataFrame如下图所示: 其中的country、province、city、county四列其实是位置信息的不同层级,应该合成一列用于模型训练方法:parent_teacher_data['address'] = parent_teacher_data['country']+parent_teacher_data['province']+p...原创 2018-03-18 16:00:11 · 102163 阅读 · 6 评论