机器学习
正丶好
这个作者很懒,什么都没留下…
展开
-
Python 随机森林6大参数调优(学习曲线与网格搜索)
Python 随机森林6大参数调优(学习曲线与网格搜索) - 爱码网原创 2022-05-25 09:16:36 · 995 阅读 · 1 评论 -
机器学习中的最优化方法-以梯度下降为例
机器学习中的最优化方法最优化方法就是寻找函数的极值点。机器学习和深度学习模型的训练本质上就是在通过已有的数据拟合一个函数,使这个函数能尽可能地反应出数据的内在规律,从而能更好的预测给定输入的输出结果。函数都会有自变量、因变量和参数,当一个函数的参数确定了,那函数的形状就确定了,因此模型训练就是在训练参数。以线性回归为例:模型所做的工作就是确定一条直线的参数,也就是斜率和截距,使这条直线尽可能多的穿过数据点,或者是到数据点的距离之和尽可能地小。这个直线到每个点的距离之和就是损失函数,这里的原创 2020-12-03 19:24:29 · 736 阅读 · 0 评论 -
机器学习中的各种距离、损失函数、正则化
https://zhuanlan.zhihu.com/p/137073968原创 2020-10-11 14:02:22 · 268 阅读 · 0 评论 -
numpy入门及matplotlib数据可视化
本文首先介绍了机器学习开发环境Anaconda和交互式编辑器jupyter notebook,其次对python数据处理库numpy和可视化库matplotlib进行了介绍,并给出详细的例子进行说明,本文中用到的所有代码均经过调试,可正常运行。原创 2020-06-01 11:33:20 · 1033 阅读 · 0 评论