ML
XellossRyan
次元宅
展开
-
Anaconda快速了解和入门
数据科学现在已经在高校、科研和企业中掀起了一股热潮,让有很多数据的公司产生了对数据进行挖掘、分类与识别的新需求。业界用的最多的就是anaconda环境了。使用anaconda好处多多,比如环境隔离、自带的包管理系统等,可以让我们方便的创建多个实验环境并且管理这些包。anaconda其实包含两部分,一部分是包管理器conda环境以及相关工具脚本集,另一部分就是环境以及安装的模块。conda类...原创 2019-11-22 23:00:29 · 469 阅读 · 0 评论 -
绿色化miniconda脚本,可以将miniconda安装在移动硬盘中随身携带,随时随地启动环境
之前因为在公司和在家里总是需要配置anaconda环境,而且anaconda比较大,不够便携,也不是所有的库都能用得上,于是我就用miniconda做了一个便携版,通过编写一个简单的绿色化miniconda脚本,可以将miniconda安装在移动硬盘中随身携带,随时随地启动conda环境进行实验和开发。再加上VSCode Portable版本,实验环境和便携性两不误。这是一个Windows下的...原创 2019-11-14 10:25:58 · 2578 阅读 · 0 评论 -
机器学习对回归模型的评价指标:均方误差、可解释方差和R方值
学习过概率与统计的同学们都知道,对于线性回归及其他的回归模型来说,评价连续性可拟合的数据就不能使用离散二分类器的评价指标对回归模型进行评价。因此我们引入了均方误差(mean squared error MSE)、可解释方差(Explained Var score)和R方值()。首先我们先看一下这三个概念是如何计算一个评价值(score)的:均方误差:又称MSE,是个使用频度很高的评价指...原创 2019-10-24 15:37:54 · 16010 阅读 · 4 评论 -
机器学习对模型分类器评分的三个指标:准确率、精确率、召回率
在构建 机器学习模型过程中,我们需要对迭代计算出来的函数模型的预测性能进行一定的度量,毕竟天下没有免费的午餐,也不存在解决问题的银弹,那么衡量一个函数最重要的一件事就是找到一个或者几个指标来衡量模型的对分类的表现如何,精确性、准确性如何。所以我们引入了三个常用的模型性能指标:准确率(accuracy)、精确率(precision)、召回率(recall)准确率(accuracy):首先我们...原创 2019-10-23 16:54:10 · 4088 阅读 · 0 评论 -
注释OpenCV的支持向量机与范例
对于一些数据的分类算法中,在人工神经网络以前所用的最多的还是支持向量机,支持向量机的好处是既可以支持离散的数据分类,也可以支持连续的数据分类。支持向量机本身是通过一个超平面来计算特定的点是否为特定的分类。超平面可以是一个一维数轴上的点,也可以是一个二维平面上的直线,也可以三维空间中的一个平面,高于三维空间的N维空间,必定有一个N-1维的超平面可以对N维空间进行分隔,即便是在一个M维空间中不能线性可...原创 2019-10-10 13:00:17 · 193 阅读 · 0 评论