- 博客(32)
- 收藏
- 关注
RSS订阅
原创 ROC曲线
通过观察ROC曲线和计算AUC，可以比较不同模型的性能，并选择最佳的分类阈值。ROC曲线的横轴表示假正例率，纵轴表示真正例率。一般来说，ROC曲线越靠近左上角，说明模型在较低的分类阈值下能够取得较高的真正例率而保持较低的假正例率，表示模型性能较好。ROC曲线是根据不同分类阈值下真正例率（True Positive Rate，又称为召回率）和假正例率（False Positive Rate）之间的关系绘制而成的曲线。2. 在不同的分类阈值下，根据预测结果和真实标签计算真正例率和假正例率的值。
2023-07-06 17:22:50
357
原创 深度学习网络的结构---AlexNet
卷积层2：256个5x5的卷积核，步长为1，使用ReLU激活函数，这会输出一个尺寸为27x27x256的特征图。- 卷积层3：384个3x3的卷积核，步长为1，使用ReLU激活函数，这会输出一个尺寸为13x13x384的特征图。- 卷积层4：384个3x3的卷积核，步长为1，使用ReLU激活函数，这会输出一个尺寸为13x13x384的特征图。- 卷积层5：256个3x3的卷积核，步长为1，使用ReLU激活函数，这会输出一个尺寸为13x13x256的特征图。
2023-06-26 03:28:05
311
原创 SVD分解（SVD分解的推导）
SVD（奇异值分解）是一种数据降维和特征提取的数学技术，它可以分解任何大小的矩阵并提取出其最重要的特征。在SVD中，矩阵的奇异值是在计算特征向量时应用的一种数学技术。因此，SVD可以处理存在异常值的数据，因为它会在求解特征向量时对数据进行一定的处理和修正。具体来说，当SVD分解一个矩阵时，它会在分解过程中去除矩阵中的坏点或噪声点，并将它们视为异常值。这个过程可以看作是对数据的一种降噪处理，使得得到的特征更加准确和稳定。
2023-06-25 04:43:11
1456
原创 最小二乘法（部分关键细节）
在SVD中，奇异值是指对于一个矩阵，其特征值的平方根，可以表示矩阵变换的缩放因子。奇异值是非负的，是因为矩阵对称且正定，所以它的特征值都大于等于0，而奇异值是特征值的平方根，因此也都大于等于0。而奇异向量则是指在矩阵变换过程中不发生变化的向量，因此是SVD中的重要部分。正如您所说，奇异向量满足正交性，这是因为SVD分解的结果是正交矩阵和对角矩阵的乘积，正交矩阵中的列向量互相正交，因此奇异向量也互相正交。
2023-06-25 04:26:04
171
原创 资源下载：《实用MATLAB深度学习:基于项目的方法》9787302567646
资源链接：《实用MATLAB深度学习:基于项目的方法》9787302567646
2022-05-26 09:40:26
720
3
原创 2021-07-01
visual studio显示行号 操作说明：在编辑器中显示行号**https://docs.microsoft.com/zh-cn/visualstudio/ide/reference/how-to-display-line-numbers-in-the-editor?view=vs-2019
2021-07-01 21:59:34
133
原创 2021-06-18
《Matlab 机器学习》源代码下载连接下载连接《Matlab 机器学习》（人工智能工程实验）9787111646778下载连接https://github.com/Apress/matlab-machine-learning-recipes但是这个下载比较慢，百度连接也同时提供链接: https://pan.baidu.com/s/1C4hsgU9gygyirhViZ49wgg 提取码: 9auw过期请联系如果对这本书感兴趣的话，考虑做一系列本书的内容和参考...
2021-06-18 09:51:32
393
2
转载 2021-04-21
聚类算法：ISODATA算法全称：Iterative Selforganizing Data Analysis Techniques Algorithm迭代自组织数据分析算法1. 与K-均值算法的比较–K-均值算法通常适合于分类数目已知的聚类，而ISODATA算法则更加灵活；–从算法角度看， ISODATA算法与K-均值算法相似，聚类中心都是通过样本均值的迭代运算来决定的；–ISODATA算法加入了一些试探步骤，并且可以结合成人机交互的结构，使其能利用中间结果所取得的经验更好地进
2021-05-08 03:50:49
486
原创 2021-05-08
Matlab 降维 工具箱 LDA、PCA、LLE等下载链接：http://cseweb.ucsd.edu/~lvdmaaten/dr/download.php- Principal Component Analysis ('PCA')- Linear Discriminant Analysis ('LDA')- Independent Component Analysis ('ICA')- Multidimensional scaling ('MDS')- Isomap...
2021-05-08 03:50:20
356
原创 2021-04-20
树莓派lsusb出错lsusb-bash: ；lsusb：未找到命令可能是因为usb的驱动未安装好装一下yum可以解决问题参考：https://www.u22e.com/2334.html实际操作为：sudo apt-get install yum
2021-04-20 22:30:26
273
原创 2021-04-20
树莓派安装vim出错下列软件包有未满足的依赖关系：vim : 依赖: vim-common (= 2:8.0.0197-4+deb9u3) 但是 2:8.1.0875-5 正要被安装E: 无法修正错误，因为您要求某些软件包保持现状，就是它们破坏了软件包间的依赖关系。参考 https://blog.csdn.net/qq_19892061/article/details/10314709sudo apt-get purge vim-commonsudo apt-get update..
2021-04-20 21:38:13
350
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