![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
jack_jmsking
这个作者很懒,什么都没留下…
展开
-
机器学习之决策树
机器学习之决策树 一、引言 作为经典的统计学习模型——决策树,因为其算法简易性及模型的可解释性,被广泛的使用。说起决策树,大家最容易想到的就是IF-THEN规则,其实就是对不同的属性进行IF-THEN规则的划分,直到每个样本都能划分到某个叶节点上。 对于决策树,我们将从以下六个方面进行阐述: 1.决策树的生成 2.决策树划分属性选择 3.连续属性的处理 4.缺失值的处理 5.剪枝处理 6.多变量决...原创 2018-09-26 15:16:25 · 222 阅读 · 0 评论 -
python extend用法
python extend用法 arr1 = [1,2,3] arr2 = [[‘a’,‘b’]] arr1.extend([4]) arr1.extend([5,6]) arr2.extend([‘c’,‘d’]) arr2.extend([[‘e’,‘f’]]) print(arr1) print(arr2) PS: 若arr1.extend(4)将会报错 ...原创 2019-03-21 16:19:27 · 6747 阅读 · 1 评论 -
梯度下降及BP算法详细推导
BP算法 随着深度学习的火热,人们在惊呼其效果之外,对其表现出如此效果的内在原理却知之甚少,为此,本文基于自己在之前课堂上学习到的知识对其内部工作情况做一个较为详细的介绍,考虑到目前主流机器学习还是基于随机梯度下降及BP算法进行网络参数的调整,为此本章将对BP算法进行详细的推导,希望能对刚入门的读者有所帮助,当然读者首先需要对神经网络有一定的了解。 我们首先说一下梯度下降算法,假设我们有一个损失函...原创 2019-03-24 16:02:25 · 2580 阅读 · 0 评论 -
tensorflow系列之tf.graph
我们知道Tensorflow可看作是一个数据流图(Dataflow),由节点和边构成,其中节点表示一个操作,一条边表示一个Tensor,每个节点可以从自己的入边获取自己的输入,同时也可以产生输出通过自己的出边流向下一个节点,首先我们将介绍Tensorflow中的tf.Graph。 在我们通常的tensorflow程序中,会默认给我们构建一个图,我们可以通过: tf.get_default_grap...原创 2019-04-03 10:07:33 · 605 阅读 · 0 评论 -
Tensorflow系列之tf.Session
当我构建一个图后,我们需要开始执行这个图所指定的操作,在Tensorflow中通过tf.Session来完成图的执行操作。 通过Session对象,可以执行途中的Operation,同时计算得到Tensor的值。 首先我们观察其构建方法: target参数主要是指定执行的引擎,一般在分布式处理会用到这个参数,graph参数指定执行某个图,config参数可以做丰富的操作,具体含义将在以后的文章说...原创 2019-04-03 15:54:59 · 1471 阅读 · 0 评论