- 博客(6)
- 收藏
- 关注
RSS订阅转载 BPTT深度理解
本博客适合那些BP网络很熟悉的读者一 基本结构和前向传播符号解释：1. cltctl：t时刻第l层的神经元的集合，因为cltctl表示的是一层隐藏层，所以图中一个圆圈表示多个神经元。2. hlthtl：第l层在t时刻的输出。因为hlthtl是一层隐藏层的输出，所以表示的是一个向量。3. LjLj：表示的是在j时刻，网络的输出的值和目标输出值的平方差，L表示的是所有时刻的平方差的和。4. WvWv：...
2018-04-27 21:07:36
7861
1
转载 从boost到Adaboost再到GBRT-GBDT-MART
先弄明白以下三个公式：1）Boost（提升法）=加法模型（即基函数的线性组合）+前向分步算法+损失函数2）Adaboost=Boost+损失函数是指数函数（基函数可以任意）3）提升树=Boost+基函数是决策树（损失函数可以任意） 由此可以看出：1）Boost是一种算法框架，而这种框架是由加法模型和前向分步算法构成的。2）Adaboost和提升树都是Boost的子集，都是由限定了Boost中某一部...
2018-04-15 16:53:38
229
转载 Bagging和Boosting 概念及区别
Bagging和Boosting都是将已有的分类或回归算法通过一定方式组合起来，形成一个性能更加强大的分类器，更准确的说这是一种分类算法的组装方法。即将弱分类器组装成强分类器的方法。首先介绍Bootstraping，即自助法：它是一种有放回的抽样方法（可能抽到重复的样本）。1、Bagging (bootstrap aggregating)Bagging即套袋法，其算法过程如下：A）从原始样本集中抽...
2018-04-08 00:30:13
127
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