机器学习
kyanbooon
存一些笔记
展开
-
torch笔记
回归预测层不用激活函数 损失函数: 1 回归用MSE 2 多分类用交叉熵crossEntropyLoss()输出是每个类型的概率,和标签误差,最后nn输出用prediction=F.softmax(out)转换成概率,一般用torch.max(prediction=F.softmax(out))[1]直接返回最大值的数据 链接numpy numpy.array转tensor torch.from_numpy(xx_np) tensor转numpy xx_tensor.numpy() variab原创 2021-08-16 11:13:44 · 81 阅读 · 0 评论 -
python机器学习入门及特征工程
一、特征抽取 sklearn.feature_extraction 字典特征提取 文本特征提取 二、特征预处理 将特征数据转换成更加适合算法模型的特征数据的过程 归一化:变化原始数据实质映射到(默认[0,1])之间 标准化:将数据变换到均值为0 ,标准差为1的范围内,最值为异常值的情况归一化失效时可使用。 三、特征降维 某些条件下降低随机变量(特征)个数,得到一组不相关变量的过程 特征...原创 2019-07-13 11:13:33 · 105 阅读 · 0 评论