孙悟充-CSDN博客

原创【python学习笔记】——jupyter的安装与使用

目录1 安装Jupyter1.1 基于anaconda安装1.2 直接安装（我选择的方法）2 修改默认文件路径3 有用的插件3.1 生成目录Table of Contents (2)3.1.1 安装3.1.2 设置3....

2019-09-21 17:33:52 1973

原创【深度学习笔记】——win10安装tensorflow-gpu==2.0.0-rc0

目录1 安装CUDA10.0（注意不是10.1）和CUDNN for CUDA 10.02 安装tensorflow1 安装CUDA10.0（注意不是10.1）和CUDNN for CUDA 10.0 因为前面安装过tensorflow-gpu 1.13，所以这里不详细介绍了，有兴趣可以看那个帖子。安装2.0最大的不同就是用CUDA10.1无法正确安装，所以先把CUDA都卸载之后再安装...

2019-09-12 17:50:28 2425

原创【机器学习笔记】——模型评价准则（Evaluation metrics）

目录1 模型选择2 回归任务2.1 MSE（Mean Square Error）均方误差2.2 RMSE（Root Mean Square Error）均方根误差2.3 RMSLE（Root Mean Square Log Error）均方根对数误差2.4 MAE（Mean Absolute Error）平均绝对误差2.5 $R^2$（R Squared）R方2.5.1 R方小于0？R方大于...

2019-08-01 12:54:48 3838

原创【机器学习笔记】——支持向量机（SVM）

目录1 支持向量机1.1 线性可分支持向量机1.1.1 函数间隔和几何间隔1.1.2 求解最大间隔分离超平面1.1.2.1 伪代码1.1.3 支持向量和间隔边界1.1.4 对偶算法1.1.4.1 伪代码1.1.5 实例1.2 线性支持向量机1.2.1 软间隔最大化1.2.2 对偶算法1.2.2.1 伪代码1.2.3 *软间隔的支持向量1.3 非线性支持向量机与核函数1.3.1 核技巧1.3....

2019-07-16 14:11:17 1501

原创【机器学习笔记】——决策树（Decision Tree）

决策树决策树（decision tree）是一种基本的分类与回归方法，其主要优点是模型具有可读性，分类速度快。学习时利用损失函数（正则化的极大似然函数）最小化的原则建立决策树模型。预测时，对新的数据，利用决策树模型进行分类。根据一组训练数据学习的决策树不是唯一的，与训练数据不相矛盾的（能对训练数据进行正确分类）决策树可能有多个，也可能一个也没有。我们需要的是一个与训练数据矛盾较小（训练误差...

2019-07-02 18:04:51 786

原创【机器学习笔记】——朴素贝叶斯法（Naive Bayes）

目录1 朴素贝叶斯法1.1 学习过程1.1.1 如何理解将后验概率最大的类作为 $x$ 的输出1.1.2 怎么求两个概率1.1.2.1 极大似然估计1.1.2.2 贝叶斯估计1.2 算法的优缺点1.2.1 优点1.2.2 缺点1.3 拓展1.3.1 多项分布朴素贝叶斯1.3.1.1 补充朴素贝叶斯1.3.2 高斯朴素贝叶斯1.3.3 伯努利朴素贝叶斯2 算法实现2.1 基于贝叶斯估计的pyt...

2019-06-28 19:19:52 981

原创【机器学习笔记】——k近邻（k-nearest neighbor，k-NN）

目录1 k-NN1.1 基本思路1.1.1 距离度量1.1.2 k值的选择1.1.3 决策1.2 基于kd树的k-NN算法1.2.1 构造kd树1.2.2 搜索kd树（基于kd树的k-NN算法）1.2.2.1 基于kd树的最近邻算法1.2.2.2 基于kd树的k-NN算法1.3 k-NN的优缺点1.3.1 优点1.3.2 缺点2 算法实现2.1 原始形式1——自定义二维特征分类数据2.2 原...

2019-06-26 21:20:12 1331

原创【机器学习笔记】——感知机（Perceptron）

目录1 感知机（Perceptron）1.1 定义1.2 几何解释1.3 学习策略1.4 算法1.4.1 原始形式1.4.2 对偶形式2 算法实现2.1 实现原始形式算法2.2 实现对偶形式算法2.3 sklearn练习——自定义数据二分类2.4 对比练习——鸢尾花数据分类鸢2.4.1 尾花数据集2.4.2 数据预处理与特征选择2.4.3 对比手写模型与sklearn效果2.4.3.1 准备...

2019-06-24 21:19:14 23574 2

原创【python数据预处理笔记】——特征缩放（标准化 & 归一化）

目录一、Q&AQ1 什么是标准化、归一化、规范化、正则化？Q2 为什么需要做标准化或者归一化？Q3 什么样的模型需要输入标准化或者归一化的特征，什么样的模型不需要？Q4 哪些数据不能做特征缩放？二、特征标准化/方差放缩三、特征归一化1. min-max缩放2. L2归一化3. 十进制归一化四、实例——不同缩放方法的对比一、Q&AQ1 什么是标准化、归一化、规范化、正则化？...

2019-06-18 11:33:32 6549

原创【python数据预处理笔记】——整齐数据（Tidy Data）

目录1. Tidy Data2. pd.stack()3. pd.melt()4. 练习1——列名是一个特征的多个值5. 练习2——一列数据包含多个特征6. 练习3—变量存储在行和列中7. 参考书目1. Tidy Data 我们平时所使用的数据都是经过整理的整齐数据（Tidy Data），然而实际上我们接收到的数据很多都是杂乱无章的，为了进行数据的预处理，我们需要先把数据转换为整齐的数...

2019-06-06 16:13:37 3333

原创【Python学习笔记】——特征工程

目录1 特征工程1.1 什么是特征工程1.2 为什么特征工程很重要1.2.1 增加了模型选择的灵活性1.2.2 使参数优化变得简单1.2.3 得到更好的结果1.3 特征工程在机器学习中的步骤1.4 怎样做特征工程1.5...

2019-05-31 11:37:03 3884 1

原创【python数据可视化笔记】——matplotlib.pyplot()

目录1 %matplotlib inline2 matplotlib图例中文乱码以及坐标负号显示2.1 快速解决办法2.2 永久解决办法2.2.1 找到自己想要的中文字体2.2.2 把字体复制到matplotlib的字体文件中2.2.3 重...

2019-05-23 14:26:39 15026

原创【python数据可视化笔记】——matplotlib图例中文乱码以及坐标负号显示

matplotlib图例中文乱码以及坐标负号显示在图片的标签名，标题名或者图例中出现中文时，直接运行会出现乱码，文字显示为框框import matplotlib.pyplot as pltplt.figure()plt.title("哈哈")plt.show()快速解决办法在导入模块后加入下面代码plt.rcParams['font.sans-serif']=['Si...

2019-05-22 10:38:38 6393 1

原创【机器学习笔记】——Bagging、Boosting、Stacking（RF / Adaboost / Boosting Tree / GBM / GBDT / XGBoost / LightGBM）

目录1 集成学习1.1 概念1.2 思维导图2 Bagging算法2.1 概念2.2 编程（分类）2.3 随机森林2.3.1 扩展2.3.1.1 Extremely randomized Tree...

2019-05-17 16:49:08 1237

原创【机器学习笔记】——逻辑回归 & 交叉熵

1.逻辑回归模型1.1 逻辑回归模型我们将因变量(dependant variable)可能属于的两个类分别称为负向类（negative class）和正向类（positive class），因变量Y∈{0, +1}Y \in \{0, \ +1\}Y∈{0, +1}，其中0表示负向类，1表示正向类。为了使模型的输出在0和1之间，需要引进一个新的模型，即逻辑回归模型...

2019-05-07 21:08:32 1849 3

原创【深度学习笔记】tensorflow-gpu1.13 + Win10 + CUDA10.0 + CUDNN7.5.0 + Python3.7 + VS2019安装

@[孙悟充](tensorflow-gpu1.13 + Win10 + CUDA10.1 + CUDNN7.5.0 + VS2019安装)tensorflow-gpu1.13 + Win10 + CUDA10.1 + CUDNN7.5.0 + VS2019安装第一次做安装笔记，记录一下自己历经一周多次安装tensorflow-gpu的经历，参考了多位大佬的安装经验，以下附上大佬们的帖子@[E...

2019-04-14 17:31:35 11832 20

孙悟充的博客