分类器
文章平均质量分 87
以朴素贝叶斯算法为原理,对测试集进行分类
poorlytechnology
好好学习
天天向上
展开
-
基于感知器的手写数字识别
1原理介绍本次实验要求使用线性分类器实现手写数字识别,线性分类器选择的是感知器模型。基于感知器的实验数据必须是线性可分的,感知器不仅可以使用在二分类还可以使用在多分类。不过,在二分类与多分类的算法实现过程略有不同。这些不同主要体现在权重更新与判别超平面的实现两个方面。1.1二分类将数据分为两类。首先,要求数据是线性可分的;然后,选择初始权重,通过训练集实现对权重的更新;接着,使用更新后的权重实现对测试集的识别;最后,将识别结果与测试数据的标签进行比较,得出正确率。上图是感知器的损失函数,该损失函数表原创 2021-01-08 01:14:53 · 1860 阅读 · 6 评论 -
Python:手写数字识别
#基于朴素贝叶斯分类实现对手写数字体的识别朴素贝叶斯分类就是基于先验概率,类条件概率以及后验概率的分类,后验概率可以由先验概率与类条件概率来求得。下图是书本上一段关于朴素贝叶斯方法的介绍:由于在对每一类的样本进行识别时,一般都会使每个类型的样本数都保持一致,所以一般来说先验概率可以取值0.1。对于类概率密度的求法则相对复杂,如上图所示,wi代表每个不同的类型,也就是0-9这十个类型,X则表示每一个样本的特征向量,可以理解为X这个向量就可以将数字图片表示出来,然后对于一类数字的类条件概率则是通过对同一类原创 2020-10-27 21:23:09 · 1037 阅读 · 0 评论 -
python.tensorflow
python.tensorflow@[关于使用python.tensorflow时出现finished with exit code -1073740791 (0xC0000409)报错的一个解决方案]欢迎使用Markdown编辑器你好! 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章,了解一下Markdown的基本语法知识。新的改变我们对Markdown编辑器进行了一些功能拓展与语法支持,除了标准的Markdown编辑器原创 2020-10-12 11:00:21 · 123 阅读 · 0 评论