- 博客(21)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 深度学习-Tensorflow2.2-深度学习基础和tf.keras{1}-tf.keras函数式API-08
import tensorflow as tffrom tensorflow import kerasimport matplotlib.pyplot as plt%matplotlib inline# 导入fashion数据集fashion_mnist = keras.datasets.fashion_mnist(train_images,train_labels),(test_images,test_labels) = fashion_mnist.load_data()# 对样本进行归
2020-10-31 23:50:30
172
原创 深度学习-Tensorflow2.2-深度学习基础和tf.keras{1}-优化函数，学习速率，反向传播，网络优化与超参数选择，Dropout 抑制过拟合概述-07
多层感知器：优化使用梯度下降算法学习速率学习速率选取原则反向传播SGDRMSpropAdamlearning_rate=0.01# -*- coding: utf-8 -*-# -*- coding: utf-8 -*-import osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' # 修改警告级别，不显示警告import tensorflow as tfimport pandas as pdimp
2020-10-30 23:37:23
403
原创 深度学习-Tensorflow2.2-深度学习基础和tf.keras{1}-softmax多分类-06
softmax分类Fashion MNIST数据集
2020-10-30 21:21:48
268
原创 深度学习-Tensorflow2.2-深度学习基础和tf.keras{1}-逻辑回归与交叉熵概述-05
线性回归预测的是一个连续值，逻辑回归给出的“是”和“否”的答案一个二元分类的问题。sigmoid函数是一个概率分布函数，给定某个输入，它将输出为一个概率值。逻辑回归损失函数交叉熵损失函数# -*- coding: utf-8 -*-import osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' # 修改警告级别，不显示警告import tensorflow as tfimport pandas as pdimport numpy as np
2020-10-30 17:18:22
202
原创 深度学习-Tensorflow2.2-深度学习基础和tf.keras{1}-多层感知器（神经网络）与激活函数概述-04
多层感知器计算输入特征得加权和，然后使用一个函数激活（或传递函数）计算输出。单个神经元多个神经元单层神经元缺陷多层感知器多层感知器激活函数relu：曲线如下图，假如过来的函数是x当x小于0的时候直接屏蔽，大于0的时候就原样输出sigmoid激活：假如输出的x值就会带入下面公式进行计算tanh激活：-1到1之间leak relu激活# -*- coding: utf-8 -*-import osos.environ['TF_CPP_MIN_LOG_LEVEL']
2020-10-30 01:00:27
190
原创 深度学习-Tensorflow2.2-深度学习基础和tf.keras{1}-线性回归tf.keras概述-02
线性回归原理线性方程 y=kx+bimport osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' # 修改警告级别，不显示警告import tensorflow as tfimport pandas as pdimport matplotlib.pyplot as pltdata = pd.read_csv('A.csv')print(data)plt.scatter(data.Education,data.Income)plt.show
2020-10-28 22:52:46
237
原创 深度学习-Tensorflow2.2-深度学习基础和tf.keras{1}-Tensorflow2.2-cpu/gpu环境安装-01
pip install tensorflow==2.2.0 -i https://pypi.tuna.tsinghua.edu.cn/simplepip install numpy pandas matplotlib sklearn -i https://pypi.tuna.tsinghua.edu.cn/simple
2020-10-28 21:40:29
484
原创 深度学习-线性回归基础-02
线性回归：w12+w22+w33+w44+…w“n”*n算法：线性回归策略：均方误差优化：梯度下降api（学习率）import osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' # 修改警告级别，不显示警告import tensorflow as tfdef myregression(): """ 自实现一个线性回归预测 :return: """ # 1，准备数据,x特征值[100,1] y目标值[10
2020-10-22 23:28:12
249
原创 深度学习-Tensorflow基本介绍01
安装Tensorflowpip install --upgrade --ignore-installed tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple
2020-10-19 22:54:53
210
原创 机器学习-分类算法-逻辑回归13
逻辑回归是解决二分类问题的利器数据来源：https://archive.ics.uci.edu/ml/machine-learning-databases/breast-cancer-wisconsin/逻辑回归在算法实现的时候有个判定是某个类别的概率，我们一般是根据样本数量的大小去判定。...
2020-10-13 20:57:21
270
原创 机器学习-分类算法-模型的保存和加载12
保存模型from sklearn.datasets import load_bostonfrom sklearn.linear_model import LinearRegression,SGDRegressor,Ridgefrom sklearn.model_selection import train_test_splitfrom sklearn.preprocessing import StandardScalerfrom sklearn.metrics import mean_squa..
2020-10-12 23:03:17
557
原创 机器学习-分类算法-线性回归、梯度下降，过拟合欠拟合，岭回归11
梯度下降重点正规方程求解预测结果from sklearn.datasets import load_bostonfrom sklearn.linear_model import LinearRegression,SGDRegressorfrom sklearn.model_selection import train_test_splitfrom sklearn.preprocessing import StandardScalerdef mylinear():...
2020-10-12 00:56:19
112
原创 机器学习-分类算法-决策树，随机森林10
决策树：决策树的思想来源非常朴素，程序设计中的条件分支机构就是if-then结构，最早的决策树就是利用这类结构分割数据的一种分类学习方法。信息和消除不确定性是相联系的信息增益：当得知一个特征后，减少的信息熵的大小决策树的分类依据之一：信息增益泰坦里克号数据来源：http://biostat.mc.vanderbilt.edu/wiki/pub/Main/DataSets/titanic.txt...
2020-10-08 23:14:28
347
原创 机器学习-分类算法-模型选择与调优09
模型选择与调优交叉验证：为了让被评估的模型更加准确可信网格搜索from sklearn.neighbors import KNeighborsClassifierfrom sklearn.model_selection import train_test_split,GridSearchCVfrom sklearn.preprocessing import StandardScalerimport pandas as pddef knncls(): # k-近邻预测用户签
2020-10-07 22:09:53
216
原创 机器学习-分类算法-精确率和召回率08
from sklearn.datasets import fetch_20newsgroupsfrom sklearn.model_selection import train_test_splitfrom sklearn.feature_extraction.text import TfidfVectorizerfrom sklearn.naive_bayes import MultinomialNBfrom sklearn.metrics import classification_re...
2020-10-07 20:59:15
412
原创 机器学习-分类算法-朴素贝叶斯算法07
概率：概率定义为一件事情发生的可能性如：扔硬币某一面朝上有50%概率“朴素”贝叶斯：所有特征之间条件独立朴素贝叶斯-文档分类
2020-10-07 20:16:47
94
原创 机器学习-分类算法-K-近邻算法06
K最近邻(k-Nearest Neighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。该方法的思路是：在特征空间中，如果一个样本附近的k个最近(即特征空间中最邻近)样本的大多数属于某一个类别，则该样本也属于这个类别。我们对应上面的流程来说1.给定了红色和蓝色的训练样本，绿色为测试样本2.计算绿色点到其他点的距离3.选取离绿点最近的k个点4.选取k个点中，同种颜色最多的类。例如：k=1时，k个点全是蓝色，那预测结果就是Class 1；k=3时，k个点中两个红
2020-10-01 02:07:30
388
1
原创 机器学习-转换器与估计器05
转换器# -*- coding: utf-8 -*-from sklearn.preprocessing import StandardScalers = StandardScaler()s1 = s.fit_transform([[1,2,3],[4,5,6]])print(s1)print("-"*50)ss = StandardScaler()ss1 = ss.fit([[1,2,3],[4,5,6]])# 计算当前数据的标准差或平均值print(ss1)print("-".
2020-10-01 01:33:47
99
Selenium （WEB自动化工具/爬虫）
2020-08-15
selenium学习完结散花.docx
2020-06-03
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人