![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
carpediemZJ
这个作者很懒,什么都没留下…
展开
-
torch自己实现交叉熵损失函数
torch自己实现交叉熵损失函数torch实现交叉熵torch实现交叉熵import torchimport torch.nn as nnimport torch.nn.functional as Fclass Loss(torch.nn.Module): def __init__(self, reduction='mean'): super(Loss, self).__init__() self.reduction = reduction def原创 2021-03-16 16:00:58 · 1936 阅读 · 0 评论 -
sklearn笔记
机器学习代码分析GridSearchCVGridSearchCVsklearn.model_selection.GridSearchCVclass sklearn.model_selection.GridSearchCV(estimator, param_grid, scoring=None, n_jobs=None, iid=’warn’, refit=True, cv=’warn’, v...原创 2019-11-14 21:50:41 · 145 阅读 · 0 评论 -
ROC,AUC及其基于Sklearn的实现
ROC,AUC及其基于Sklearn的实现ROC和AUC的概念ROC和AUC的概念ROC的全称是Receiver Operating Characteristic Curve,中文名字叫“受试者工作特征曲线”,顾名思义,其主要的分析方法就是画这条特征曲线。该曲线的横坐标为假阳性率(False Positive Rate, FPR),N是真实负样本的个数,FP是N个负样本中被分类器预测为正...原创 2019-11-13 20:42:38 · 2047 阅读 · 0 评论 -
百面机器学习笔记
百面机器学习笔记问题 为什么需要对数值类型的特征做归一化?问题 在对数据进行预处理时,应该怎样处理类别型特征?问题 在模型评估过程中,过拟合和欠拟合具体是指什么现象?问题 logisitic回归相比于线性回归,有何异同?问题 K均值算法的优缺点是什么?如何对其进行调优?1 特征工程特征工程,顾名思义,是对原始数据进行一系列工程处理,将其提炼为特征,作为输入供算法和模型使用。从本质上来讲,特征...原创 2019-03-17 20:54:25 · 180 阅读 · 0 评论 -
机器学习中的数学
机器学习中的数学线性代数张量范数特征分解奇异值分解几种常用的距离线性代数张量范数特征分解奇异值分解几种常用的距离原创 2019-03-17 22:07:15 · 191 阅读 · 0 评论 -
机器学习习题
机器学习习题例题例题已知输入变量x,判别模型(discriminative model)通过求解条件概率分布P(y|x)或者直接计算y的值来预测y。生成模型(generative model)通过对观测值和标注数据计算联合概率分布P(x,y)来达到判定估算y的目的。常见的判别模型有线性回归(Linear Regression),逻辑回归(Logistic Regression),支持向量机...原创 2019-04-01 20:56:12 · 978 阅读 · 0 评论 -
机器学习笔记
机器学习笔记处理缺失值处理缺失值见 缺失值的3种处理方法(python实现)原创 2019-07-16 17:46:18 · 73 阅读 · 0 评论