机器学习
文章平均质量分 56
silentkunden
纸上得来终觉浅!
展开
-
【NLP | 词性标注】使用最大匹配与viterbi算法代码实现中文词性标注
代码实现使用简单的最大匹配算法实现分词同时使用维特比算法实现词性的标注任务。原创 2022-01-21 10:00:15 · 807 阅读 · 0 评论 -
【NLP | 机器学习】隐马尔科夫模型与代码实现
隐马尔可夫模型是关于时序的概率模型,由一个隐藏的马尔科夫链随机生成不可观测的状态随机序列原创 2021-07-19 10:27:05 · 618 阅读 · 0 评论 -
朴素贝叶斯原理及其应用实现
先前在恶补机器学习算法的原理及实现,在此做一些总结记录。首先是贝叶斯法则: 其中,为先验概率,而表示为在事件A发生的情况下事件B发生的概率;在贝叶斯分类中,在得知后验概率(表示在某事件发生了,并且它属于哪个分类)的情况下,就可以对样本进行分类,后验概率越大则其为该分类的可能性越大。...原创 2021-05-28 08:17:38 · 461 阅读 · 0 评论 -
深度学习之激活函数篇
深度学习之激活函数篇一般来说,激活函数使网络具有非线性化的作用,在神经网络中,正是由多个网络层接激活函数而使其由足够的非线性拟合的能力。常用的激活函数包括:Sigmoid函数、Tanh函数、Relu函数、Softmax函数、ELU函数(指数线性单元)、SELU函数等等,下面将对前四个函数展开详细的叙述:Sigmoid函数Sigmoid函数的表达式为:该函数常用于回归问题上,其的值域为(0, 1),x越接近负无穷,其函数值越接近0;越接近正无穷,其函数值越接近1。因此,Sigmoid函数是一个不原创 2020-09-16 20:02:35 · 260 阅读 · 0 评论 -
决策树原理与常用方式
说到树,可能第一时间就会想到——回归,是的,决策树就是依靠一次次的回归从而是实现分类。另外决策树由如下优点:计算复杂度不高,输出结果易于理解,对中间值的缺失不敏感,可以处理不相关特征数据。构建决策树的一般流程如下:(1) 收集数据:可以使用任何方法。 (2) 准备数据:树构造算法只适用于标称型数据,因此数值型数据必须离散化。 (3) 分析数据:可以使用任何方法,构造树完成之后,应该检查图形是否符合预期。 (4) 训练算法:构造树的数据结构。 (5) 测试算法:使用经验树...原创 2020-07-04 10:24:35 · 550 阅读 · 0 评论 -
k-近邻算法(KNN)原理与代码实现
1. 概述 k-近邻算法(k-Nearest Neighbor,KNN)是一种比较常用的机器学习分类算法,在进行有标签的分类任务(一般最好不要超过20类)表现还不错,一般采用的分类方式为:测量不同特征值之间的距离方法进行分类。 距离度量一般采用 Lp 距离(闵可夫斯基距离),当p=2时,即为欧氏距离,在度量之前,应该将每个属性的值规范化,这样有助于防止具有较大初始值域的属性比具有较小初始值域的属性的权重过大。 其中,k-近邻算法的K 值的选择会对算...原创 2020-07-03 20:49:35 · 542 阅读 · 0 评论 -
按图像尺寸平均切分图像
思路:首先,把图像填充为正方形(以图像的最长边为正方形新图边长,对较短边长居中填充空白) 循环迭代切分图像 保存生成的图像列表from PIL import Imageimport sysimport os# 将图片填充为正方形def fill_image(image): width, height = image.size # 选取长和宽中较大值作为新图片的 new_image_length = width if width > height else原创 2020-06-10 19:55:18 · 462 阅读 · 0 评论 -
数据正则化总结
涉及机器学习或者深度学习的问题的时候总能听到有人提起“正则化”,可能都会模糊的知道,正则化是一种 有效的防止过拟合,提高模型泛化能力的有效手段。而过拟合可以理解是模型太过复杂,过分的考虑当前数据的分布结构,过分的拟合当前的数据。在早期的机器学习领域一般只是将范数惩罚叫做正则 化技术,而在深度学习领域认为:能够显著减少方差,而不过度增加偏差的策略都可以认为 是正则化技术,故推广的正则化...原创 2020-01-13 20:40:09 · 6028 阅读 · 0 评论 -
极限学习(elm)实现波士顿房价预测
# import numpy as npfrom sklearn.preprocessing import OneHotEncoder # , LabelEncoderimport numpy as npfrom sklearn.datasets import load_iris # 数据集加载from sklearn.model_selection import train_tes...原创 2019-12-03 21:04:59 · 1616 阅读 · 10 评论