- 博客(7)
- 收藏
- 关注
RSS订阅原创 文献中的符号含义
sup 上确界inf 下确界:= 定义为argmin 使后面式子达到最小值时变量的取值argmax 使后面式子达到最大值时变量的取值i.e. 换句话说（in other word）
2021-04-04 21:03:25
579
原创 Teamview免费版连接超限解决办法
@Teamview免费版显示连接超限解决办法Teamview免费版连接超限解决办法最近遇到TeamView登录时，显示连接设备超过限制的问题，网上搜索的解决办法有：1、删除现有账户；2、使用工具上述方法比较不适用本人，方法1—会导致原始账户中的信息会丢失，方法2—很麻烦。。。。一种新的解决方式为了原账户中的相关信息不被清楚，最好的办法是删除之前信任的设备操作如下1、首先进入TeamView的控制台（网址：https://login.teamviewer.com/nav/home）在图中可
2021-03-06 12:01:21
3648
转载 IEEE PDF格式检查
IEEE PDF格式检查提交IEEE论文的时候，需要用IEEE进行PDF格式检查。遇到了各种新罗马字体没有嵌入的情况，网上了找了一篇很简单的解决办法，原文链接如下：https://segmentfault.com/a/1190000000530573?utm_source=tag-newest方便以后查看：只要以下三步就可以通过检查啦！...
2020-03-12 09:35:06
1369
原创 Boosting
AdaboostAdaBoost-注意两个值：1、预设错误率；2、指定的最大迭代次数。算法主要分为以下3步：1).假设有N个训练样本数据，初始时给每个训练样本赋予相同的权值：1/N。2).训练弱学习器。在训练过程中，如果某个样本点已经被准确地预测，那么在构造下一个训练集中，它的权值就被降低；相反，如果某个样本点没有被准确地预测，那么它的权值就得到提高。然后，权值更新过的样本集被用于训练下一...
2019-11-22 12:01:32
158
转载 Bagging和Boosting 概念及区别
Bagging和Boosting 概念及区别 Bagging和Boosting都是将已有的分类或回归算法通过一定方式组合起来，形成一个性能更加强大的分类器，更准确的说这是一种分类算法的组装方法。即将弱分类器组装成强分类器的方法。首先介绍Bootstraping，即自助法：它是一种有放回的抽样方法（可能抽到重复的样本）。1、Bagging (bootstrap aggregating)Ba...
2019-11-21 21:43:40
253
原创 随机森林回归算法
随机森林回归算法原理随机森林回归模型由多棵回归树构成，且森林中的每一棵决策树之间没有关联，模型的最终输出由森林中的每一棵决策树共同决定。随机森林的随机性体现在两个方面：1、样本的随机性，从训练集中随机抽取一定数量的样本，作为每颗回归树的根节点样本；2、特征的随机性，在建立每颗回归树时，随机抽取一定数量的候选特征，从中选择最合适的特征作为分裂节点。算法原理如下：（a）从训练样本集S中随机...
2019-11-20 16:48:11
34296
原创 回归模型评价
评价回归模型的好坏均方误差(MSE)均方根误差（RMSE）平均绝对误差(MAE)误差平方和(SSE)决定系数(R-square)回归的有：RMSE(平方根误差)、MAE（平均绝对误差）、MSE(平均平方误差)、Coefficient of determination (决定系数)均方误差(MSE)MSE(Mean Squated Error)叫做均方误差。公式如下图：直接用 真实值-预测...
2019-11-19 10:57:33
1749
4
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