- 博客(7)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 随机森林算法详解与应用
通过集成多个决策树，随机森林在提高模型准确性的同时，也减少了过拟合的风险。尽管存在一些局限性，但通过合理的参数调优和特征选择，随机森林仍然是一个值得推荐的学习算法。它通过集成多个决策树，提高了模型的准确性和稳定性。本文将详细介绍随机森林的原理、实现步骤以及在实际应用中的优势和局限性。每棵决策树在构建时，都会随机选择一部分特征进行训练，这样可以减少过拟合的风险，提高模型的泛化能力。随机森林的预测结果是所有决策树预测结果的投票或平均值。高准确性：随机森林通过集成多个决策树，提高了模型的准确性。
2024-08-23 17:58:13
346
原创 word使用mathtype公式与编号不对齐解决办法
当使用myth type编写公式市，调整公式格式，出现了公式与编号不对齐，找了网上一些方法，但都不适用。最后摸索了一下，很简单。步骤1：右击公式；出现equation对象。步骤2：选择edit.退出后就会自动对齐。...
2020-12-27 22:04:45
17965
16
转载 决策树
决策树(Decision Tree)及其变种是另一类将输入空间分成不同的区域，每个区域有独立参数的算法。决策树分类算法是一种基于实例的归纳学习方法，它能从给定的无序的训练样本中，提炼出树型的分类模型。树中的每个非叶子节点记录了使用哪个特征来进行类别的判断，每个叶子节点则代表了最后判断的类别。根节点到每个叶子节点均形成一条分类的路径规则。而对新的样本进行测试时，只需要从根节点开始，在每个分支节点进行测试，沿着相应的...
2020-11-28 17:29:53
634
原创 pytorch常见的tensor系统化操作
常用的tensor操作形状改变家族（view，squeeze,unsqueeze,reshape）：该方法可以改变tensor的形状，但必须要保证调整前后元素的一致性。view不会修改自身的数据，返回新的tensor与原来的tensor共享内存，只要更改其中的一个，另外一个也会随着改变。当然，这里也就引出了在深度学习模型中常用到的unsqueeze和squeeze,一个是将维数增加，一个是将维度压缩。a = torch.arange(6)print(a)a.view(2,3)输出：tensor
2020-11-02 09:53:30
144
原创 pytorch框架
pytorch常用函数常用函数pytorch三种加法用pytorch构造leNet框架训练过程（重点研究内部的梯度变化）损失函数优化器整体过程常用函数导入必要的torch包import torch as tfrom torch.autograd import Variableimport torch.nn as nnimport torch.nn.functional as F生成一个tensora = t.Tensor(2,3)aout:tensor([[2.7489e+26, 1
2020-11-01 15:10:27
523
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人