- 博客(6)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 Tensorflow2.2安装
今天在网上找了一下TensorFlow的安装教程，找到了一个基建办版的。自己安装了CUP版的TensorFlow，使用时未发现什么问题。我把资料整理了一下，分享爱给大家。
2020-07-22 15:18:42
1410
原创 模型评测ROC、ACU
1 传统模型评测指标混淆表 分类器预测的类别 正（y1） 负（y2） 实际类别 正（y1） 真正例（TP） 伪负例（FN） 负（y2） 伪正例（FP） 真负例（TN） 1.1 准确度：预测真确的个数与样本容量的比值 1.2 正确率（Precision）：在预测结果中，该类...
2020-07-09 21:18:26
1479
原创 分类算法之NB
以文本分类为例，通过文本分类的过程，学习NB算法的流程及实现方法。极大似然估计下的NB贝叶斯估计下的NB用极大似然估计可能出现所要估计的概率值为0的情况（测试集中的词在样本集中没出现过）。这时会影响到后验概率的计算结果，使分类产生偏差。解决这一问题的方法是采用贝叶斯估计。贝叶斯估计下的的条件概率贝叶斯估计下的的先验概率两种NB的模型封装极大似然估计下的NB模型封装贝叶斯估计下的NB模型封装...
2020-06-26 19:36:53
572
原创 决策树算法ID3、C4.5、CART初探
这两天在学习决策树的时候对决策树特征选择搞得有点混乱，在对李航老师的《统计学习方法》进行反复研读后，对此有了新的认识，也理清了思路。以下是我在李航老师的基础上加了一些自己的理解，有不对的地方还请大家批评指正。1 ID3算法中的特征选择2 C4.5算法中的特征选择ID3算法利用信息增益作为选择训练数据集特征选取的依据，存在选择取值较多的特征来对数据集进行分割的偏向。使用 信息增益比来进行特征的选取可以对这一问题进行校正。进而C4.5算法产生了。3 CART算法中的特征选择CART算法中，决
2020-06-24 09:54:27
274
原创 Numpy中take的用法
@numpy.take今天在学习批量梯度下降到时候，遇到到了numpy.take的使用。在踩了不少坑之后把正确的用法分享给大家，希望有所帮助。首先：import numpy as np#一维a.take([1,3,5])然后检索并返回索引值a=np.array([1,2,3,4,5,6,7,8])a.take([1,3,5])Out: array([2, 4, 6])a.take([[1,2],[5,6],[7,3]])Out[: array([[2, 3], [6, 7
2020-06-17 15:48:35
2604
4
原创 初探CF推荐算法
初探CF推荐算法刚接触推荐系统这一块，还请有什么不对的地方各位大佬多多指正！1 基于User的协同过滤（Collaborative Filterin CF）算法（1）获取UI矩阵其中ABCD为用户，Item1-5为物品，表格数据为各User对各Item的评分（w(u,i)），其中空白项表示该User未接触该ItemItem1Item2Item3Item4Item5A5122B15255C2354D4353
2020-05-13 15:08:18
324
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人