![](https://img-blog.csdnimg.cn/20191206143405706.jpg?x-oss-process=image/resize,m_fixed,h_224,w_224)
机器学习
文章平均质量分 88
本专栏是我学习机器学习的一些心得与笔记
JaysonWong
在代码边缘游走的医学生
展开
-
ConvLSTM时空预测实战代码详解
ConvLSTM代码复现原创 2022-12-24 16:01:38 · 13475 阅读 · 12 评论 -
Gan生成手写数字
本文主要通过GAN生成手写数字向读者展示了GAN的一般原理、训练过程、评价指标,帮助读者初步了解GAN的构建过程。原创 2022-09-29 22:46:16 · 1516 阅读 · 0 评论 -
利用CNN实现图像和数值数据融合
本篇文章主要提供一种图像和数值型数据融合的思路和关键代码,具体的准确性不高是因为选取的例子,仅供参考,实际应用中还要考虑图像的归一化、去噪、随机旋转、图像增强等,对于融合后的数据,仍需要进行特征工程,以及模型超参数的调整,来实现准确性的进一步提升。...原创 2022-09-01 11:36:22 · 6507 阅读 · 6 评论 -
机器学习之多模型融合预测iris数据集
机器学习多模型融合预测iris数据集原创 2022-06-02 15:04:04 · 1390 阅读 · 3 评论 -
详解决策树算法
一、决策树何为决策树,顾名思义,就像树枝状的决策算法,决策树常用来处理分类问题,即使你以前没接触过决策树,你也可以通过下图来了解其基本原理原创 2022-04-08 17:37:25 · 3718 阅读 · 0 评论 -
梯度下降算法实战
梯度下降算法实战上篇我们详细解释了梯度下降算法的数学原理,查看上篇数学原理请点击这里,本篇主要实战梯度下降算法,用一个简单的线性回归来展示梯度下降算法迷人的魅力。不懂原理党的同学也可以直接撸代码,碰到问题后再逐一查找资料,如果往更高层次的方向发展,那么数学肯定是必不可少的,必定要回归到最基础的地方。好了!废话不多说,直接上代码!1、资料来源资料为自己编的,当然你可以自行收集资料或者下载资料,资料如下天气就餐人数2510029673440335016原创 2021-09-17 11:39:36 · 379 阅读 · 0 评论 -
详解梯度下降算法
一、 什么是梯度下降算法梯度下降法(Gradient descent )是一个一阶最优化算法,通常也称为最陡下降法 ,要使用梯度下降法找到一个函数的局部极小值 ,必须向函数上当前点对应梯度(或者是近似梯度)的反方向的规定步长距离点进行迭代搜索。 如果相反地向梯度正方向迭代进行搜索,则会接近函数的局部极大值点;这个过程则被称为梯度上升法 ,相反则称之为梯度下降法。1.1 形象理解梯度下降可以理解为你站在山的某处,想要下山,此时最快的下山方式就是你环顾四周,哪里最陡峭,朝哪里下山,一直执行这个策略,在第N原创 2021-08-20 15:21:12 · 55725 阅读 · 7 评论 -
KNN改进和实战
上篇中介绍了K-近邻算法的主要原理,是一个非常基础、简单的分类器,下面我们主要来增加功能和小改进使其更加贴合实际查看上篇点击这里所有的数据和代码参考自《机器学习实战》一书一、从文本文件中解析数据假设我们有一个文本文件,每个样本的数据占一行,共有1000行,包含3种特征:1、每年获得的飞行常客里程数2、玩视频游戏所耗的时间百分比3、每周消费的冰淇淋公升数部分数据如下:40920 ...原创 2020-04-24 16:26:27 · 477 阅读 · 2 评论 -
K-近临算法
K-近邻算法百度百科解释为“K最近邻(k-Nearest Neighbor,KNN)分类算法,是一个理论上比较成熟的方法,也是最简单的机器学习算法之一。该方法的思路是:在特征空间中,如果一个样本附近的k个最近(即特征空间中最邻近)样本的大多数属于某一个类别,则该样本也属于这个类别。”简单来说KNN就是测量不同特征值之间的距离然后进行分类,属于无监督学习的一种。本文主要分享一下我学习KNN原理的...原创 2020-03-23 18:39:05 · 416 阅读 · 0 评论