Mr_LiShao的博客

最近在学习的过程中，看到numpy有一个很好的功能，可以让原本只能处理单个变量的函数去处理数组形式的数据，即能处理列表形式的多个数据。详细如下：

array拼接此处介绍有三种： np.concatenate函数，axis为0时，按行拼接，为1时按列拼接。用法如下： 定义数组a，b np.concatenate([a,b],axis=0) np.vstack与np.hstack函数，np.vstack按行拼接，np.hstack按列拼接。用法如下： np.vstack([a,b]) np.hstack([a,b]) np.r_与np.c_函数，np.r_按行拼接，

在使用tensorflow过程中，会有以下几个问题，在未在代码中添加tf.enable_eager_execution()之前会出现以下问题，在添加之后即可解决在运行grads = tape.gradient(loss, variables)这句代码时会报错：AttributeError: 'RefVariable' object has no attribute '_id' 在运行MLP模...

机器学习中，在数据预处理过程中，通过将数据归一化可以加快梯度下降求最优解的速度，也有可能提高模型计算的精度。常用的归一化方法主要有两种：最值归一化。比如把最大值归一化成1，最小值归一化成-1；或把最大值归一化成1，最小值归一化成0。适用于本来就分布在有限范围内的数据。 其中常用的方法有 线性比例变换法：yi = xi/max(x) 即归一化后结果等于未处理前值除以样本中最大值 ...

今天开始学习李航老师的统计学习方法一书，在学习过程中，一些比较重要或值得探讨的点会写成博客，与大家分享或共同讨论。统计学习方法是基于数据构建统计模型从而对数据进行预测与分析。统计学习主要由监督学习（supervised learning）、非监督学习（unsupervised learning）、半监督学习（semi-supervised learning）和强化学习（reinforcemen...

1、我们常见的感知机算法就是PLA（perceptron linear algorithm，线性感知机算法）。通过对训练集训练不断修正得到的每个感知机模型，PLA在其生成过程中，不断判断其对未知类型的预测结果是否有错，若是有错，则继续修正，若是没有，则算法停止，得到最后的对未知类型预测准确的感知机。2、口袋算法（Pocket Algorithm），在得到所有的感知机模型之后，将所有的感知机模型...

在编程的过程中，有时候我们需要把现实中具象的东西抽象成用0或者1表示的编码，从而能够让计算机去处理。One-Hot编码（独热编码）就是其中一种编码方式。下面我们来具体介绍：比如我们有三种食物，分别是西瓜、黄瓜、苹果，我们用三个特征值（蔬菜还是水果，大小，形状）来标识他们属于哪一种。 其中 西瓜：【水果，大，圆形】 黄瓜：【蔬菜，不大不小，长条形】 苹果：【蔬菜，小，圆形】 则...