- 博客(11)
- 收藏
- 关注
RSS订阅原创 深度学习实战——口罩识别系统
（1）本系统通过模型训练，选择输入读取测试集maskTest中照片数量（2）将照片识别分类，戴口罩的赋予“With Mask”特征标签，不戴口罩的赋予“Without Mask”特征标签，并展示分类后的图片（3）展示训练准确率accuracy与损失loss展示训练集分类样本随机选择测试集一张照片进行测试创建UI界面，选择测试照片数量。
2024-01-15 14:12:51
1273
原创 机器学习——PCA主成分分析
在后一步中，我们通常会假设未标注的数据和已标注的数据来自同一个概率分布，并尝试最大化似然函数来调整模型参数。在实际场景中，获取标注数据的成本通常很高，因此我们可能只有一小部分的标注数据，但同时有大量未标注的数据。相比于仅使用有标签的数据进行训练，半监督学习通常可以显著提高模型的性能，特别是在标注数据较少的情况下。总结起来，PCA是一种有效的数据降维方法，可以在减少特征数量的同时保留数据的重要信息。PCA的核心思想是寻找数据中方差最大的方向，并将数据映射到这个方向上，从而使得投影后的数据具有最大的方差。
2024-01-01 19:19:46
939
1
原创 机器学习——支持向量机
支持向量机（support vector machines, SVM）是一种二分类模型，它的基本模型是定义在特征空间上的间隔最大的线性分类器，间隔最大使它有别于感知机；SVM还包括核技巧，这使它成为实质上的非线性分类器。SVM的的学习策略就是间隔最大化，可形式化为一个求解凸二次规划的问题，也等价于正则化的合页损失函数的最小化问题。SVM的的学习算法就是求解凸二次规划的最优化算法。总结一下这个实验的主要步骤和结果：加载数据集：我们使用loadmat函数从MATLAB格式的数据文件中加载数据集。
2023-12-18 16:47:51
1343
1
原创 机器学习——Logistic回归
Logistic回归是一种广泛使用的统计方法，用于分析一个或多个自变量（预测变量）与一个二分类因变量（响应变量）之间的关系。它是广义线性模型的一种形式，特别适用于研究事件发生的概率（如是/否、成功/失败、健康/病态等）。
2023-12-04 18:22:15
1001
原创 机器学习——朴素贝叶斯算法
P(cj)代表还没有训练模型之前，根据历史数据/经验估算cj拥有的初始概率。P(cj)常被称为cj的先验概率(prior probability) ，它反映了cj的概率分布，该分布独立于样本。
2023-11-20 17:58:38
46
1
原创 机器学习——决策树
决策树是一种树形结构，其中每个内部节点（Internal Node）表示一个特征（Feature），每个分支（Branch）表示一个特征取值的判断条件，而每个叶子节点（Leaf Node）表示一个类别（Classification）或者一个数值（Regression）。通过对特征的逐层划分，决策树可以对数据进行分类或者预测基于西瓜分类决策树。
2023-11-06 14:35:27
314
1
原创 机器学习————ROC与PR曲线
在前面我们已经实现KNN算法，我们这里依旧选择其作为分类器classifier = KNeighborsClassifier(n_neighbors=5) # 这里的n_neighbors可以根据需要进行调整。
2023-10-23 15:23:56
112
原创 机器学习---K邻近算法
k 近邻法） 是一种基本分类与回归方法。是数据挖掘技术中原理最简单的算法之一，核心功能是解决有监督的分类问题。KNN能够快速高效地解决建立在特殊数据集上的预测分类问题，但其不产生模型，因此算法准确 性并不具备强可推广性。k近邻法的输入为实例的特征向量，对应与特征空间的点；输出为实例的类别，可以取多类。k近邻法k值的选择、距离度量及分类决策规则。KNN算法的优点在于它不需要先验知识或者假设数据分布形式，因此比较适合处理非线性或复杂的问题。它还可以处理多类别和多回归问题。
2023-10-09 19:40:52
51
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人