行文结构,CNN行文模板,主成分分析行文模板,SVM行文模板
文章出自 20102840089,仅供学习,侵删
1 行文结构
这里在进行问题求解时,是使用三种方法进行对比实验,这个和以前自己参加的省赛有点不同,我们最后是还有一个模型检验,将使用不同的方法对问题求解的正确性进行论证,但是现在看来,通过上图的行文结构,可能更加清爽一点,可操作性也更多。
2 数据处理归一化
在深度学习中会经常使用到的归一化BN数据操作,这里是通过表格和伪代码的形式给出的,可以借鉴一下,避免直接堆砌公式。
3 不平衡分类问题评价指标
这里是针对不平衡分类中常常使用的评价指标,有召回率,准确率等等,用到可以借鉴该行文思路。
4 SVM行文模板
作为最经典的机器学习方法,在现有的sklearn中都封装了现有的模型,我们需要做的是,对数据进行处理操作,比如读入数据,将数据的横纵轴分开,针对不同的变量进行数据抽离,这样才可以较为轻松的将数据传入模型中。
5 CNN架构行文模板
这一块是将CNN的运算逻辑都写出来了,从前向传播到反向传播,再到loss计算等,都通过公式的方式写下来了,后期用到也是可以直接搬过来用的。
6 PAC主成分分析法
将当前的主成分分析法通过公式的方式展示出来,并且最后通过热力图的形式进行可视化,可以借鉴一下,画图是origin或者是matplotlib包。
7 聚类方法
使用的是改进后的K-means聚类方法,可以借鉴。