2018年12月_半路转行程序员

原创 Sklearn之分类器性能评估

分类器的性能评估在回归任务中，性能评估的方式较为简单，最常用的性能度量方式为均方误差（MSE）。但是评估分类器就要比评估回归模型要困难很多，我们通常采用以下指标对分类器进行性能评估：1、准确率、错误率（在评估倾斜类时，不是一个好指标）2、精度（precision）、召回率（recall）、F13、ROC曲线、AUC在进行性能评估时，依旧和回归模型一样采用交叉验证。下面我们依次介绍如何...

2018-12-27 20:47:24 3040

原创 Sklearn中的helloworld之MNIST数据集加载问题

如何正确的加载MNIST数据集MNIST数据集是一组由美国高中生和人口调查局员工手写的70000个数字的图片，每个图片有784个特征，即28*28的像素点。每张图像都用其代表的数字标记。此数据集堪称机器学习领域的“hello world”。那么我们如何使用该数据集呢？1、首先需要导入如下包from sklearn.datasets import fetch_mldata2、随后在网上下...

2018-12-25 20:27:50 2676

假如我们有一个带标签的数据集D，我们如何选择最优的模型？衡量模型好坏的标准是看这个模型在新的数据集上面表现的如何，也就是看它的泛化误差。因为实际的数据没有标签，所以泛化误差是不可能直接得到的。于是我们需要在数据集D上面划分出来一小部分数据测试D的性能，用它来近似代替泛化误差。留出法留出法的想法很简单，将原始数据直接划分为互斥的两类，其中一部分用来训练模型，另外一部分用来测试。前者就是训练集，...

2018-12-22 11:50:00 528

原创 Sklearn之KMeans算法

K-Means算法原理K-means的优缺点优点：1.算法快速、简单;2.对大数据集有较高的效率并且是可伸缩性的;3.时间复杂度近于线性，而且适合挖掘大规模数据集。K-Means聚类算法的时间复杂度是O(n×k×t) ,其中n代表数据集中对象的数量，t代表着算法迭代的次数，k代表着簇的数目缺点：1、在k-measn算法中K是事先给定的，但是K值的选定是非常难以估计的。2、在 K-...

2018-12-21 11:43:17 38151 1

原创 Sklearn之KNN算法

KNN算法原理K近邻是机器学习中常见的分类方法之间，也是相对最简单的一种分类方法，属于监督学习范畴。其实K近邻并没有显式的学习过程，它的学习过程就是测试过程。k近邻算法思想：先给你一个训练数据集D，包括每个训练样本对应的标签。然后给你一个新的测试样本T，问你测试样本的标签预测是什么，K近邻的方法就是找到T到D中每一个样本的相似度，然后根据相似度大小对D中样本排序，取前K个最相似的样本的标签的众...

2018-12-20 20:10:43 1069

原创 Pytorch1.0关于Tensor的自我总结

关于Tensor和NumpyPyTorch的官方介绍是一个拥有强力GPU加速的张量和动态构建网络的库，其主要构建是张量，所以可以把PyTorch当做Numpy来用，Pytorch的很多操作好比Numpy都是类似的，但是其能够在GPU上运行，所以有着比Numpy快很多倍的速度。使用下述代码可以将numpy ndarray转换到tensor数据类型import numpy as npimpor...

2018-12-19 22:03:25 5288 1

原创 Win10如何安装pytorch1.0+CUDA8.0+cudnn

Win10如何安装pytorch1.0+CUDA8.0+cudnnPytorch1.0正式版安装测试是否安装成功安装Visual C++ 2015 64 bitCuda Toolkit 8.0安装安装cudnnPytorch1.0正式版安装1、首先登录官网https://pytorch.org/get-started/locally/，选择你使用的pytorch版本，本人选择了pytorch1...

2018-12-19 12:14:17 6827

guihenao4010的博客