- 博客(6)
- 收藏
- 关注
RSS订阅原创 利用KNN算法实现手写数字识别-Day4
然后使用train_test_split函数将数据集分割为训练集和测试集。首先读取一张手写数字图像，并使用joblib库加载之前保存的KNN模型。定义一个show_digit函数来查看数据集的一些基本信息和图像。然后将图像数据重塑为模型输入所需的格式，并使用模型对图像进行预测。接着创建一个KNN分类器对象，并使用训练数据对其进行训练。训练完成后使用测试集对模型进行评估，计算测试集上的准确率。首先读取CSV文件中的数据，并对图像数据进行归一化处理。定义了train_model函数训练KNN模型。
2024-04-26 21:04:54
201
1
原创 基于SKlearn鸢尾花数据的处理-Day3
鸢尾花数据集（Iris dataset）是机器学习领域中一个非常经典且常用的数据集，尤其适用于分类问题的研究和算法的验证。该数据集由Fisher在1936年收集整理，包含了150个样本，每个样本代表了一株鸢尾花，并分为三类：Setosa、Versicolour和Virginica，每类各有50个数据。每个样本具有四个属性，即花萼长度、花萼宽度、花瓣长度和花瓣宽度。（数据集是数据包中自带的可直接导入使用）进行展示分布，选择最优目标值进行分类。对数据进行预处理，把数据转换成。设置目标值名称值，并使用。
2024-04-26 11:23:50
226
1
原创 机器学习 KNN算法——学习笔记Day2
1. KNN算法简介K-近邻算法（，简称KNN比如：根据你的“邻居”来推断出你的类别KNN算法思想：如果一个样本在特征空间中的k 个最相似的样本中的大多数属于某一个类别，则该样本也属于这个类别样本相似性：样本都是属于一个任务数据集的。样本距离越近则越相似。欧氏距离KNN算法解决问题：分类问题、回归问题。
2024-04-23 20:14:14
335
原创 机器学习概述——学习笔记Day1
根据样本间的相似性，对样本集聚类，以发现事物内部 结构及相互关系。3 基本原理：通过构建四个要素：agent，环境状态，行动，奖励，2022年，chatGPT的出现，进入到大模型AIGC发展的阶段。分类结果与模型分类结果做对比， 从而对模型做进一步改善和提高。，利用已经标记的数据（也就 是带有类标签）训练出一个模型。图像识别，无人驾驶，智能翻译，医疗智能诊断，数据挖掘。定义：输入数据是由输入特征值和目标值所组成，即。输入数据没有被标记，即样本数据类别未知，计算机视觉深度神经网络方法研究兴起。
2024-04-22 17:29:50
1374
原创 书生.哺语InternLM-20B大模型全链路开源体系（二)
InternLM是在海量数据上训练的多语种模型，具有千亿级参数，表现出在中英文阅读理解、推理任务等需要较强思维能力的场景下的优秀性能。总的来说，InternLM模型是一个高性能的大规模语言模型，适用于多种复杂场景，并且开放了全链路的开源体系，支持广泛的定制和应用开发。关于大模型的发展以及书生.哺语InternLM-20B大模型的相关介绍在我的上一篇博客中，大家想具体了解的话可以看看我的上一篇博客。书生·浦语的InternLM模型是一个先进的语言模型，由上海人工智能实验室推出。
2024-01-14 19:09:18
603
1
原创 书生.哺语InternLM-20B大模型全链路开源体系（一)
6. 文档和工具开发：为了方便最终用户使用模型，开发团队还需要准备详细的文档，这包括模型的使用说明、安装指南和API文档。1. 需求分析与设计规划：在这一阶段，开发团队会确定模型的目标和需求，比如模型的规模、预期的性能、应用场景等。从上图中可以看出InternLM-20B大模型与其他国内开源的大模型的性能相比，，从综合考试，知识问答，阅读理解，推理，编程方面上面都属于前沿水平。4.易用性和用户体验：评估模型的易用性，包括模型集成的难易程度、文档的完整性、社区支持的情况等。用户体验也是一个重要的评价指标。
2024-01-11 23:49:48
1758
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