![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 63
Life is a joke
这个作者很懒,什么都没留下…
展开
-
用硬币抛掷模型进行置信度区间T-校验的EXCEL TINV和PYTHON的综合模拟
我了解了如上的置信度区间计算方法,其中Xn为样本采样数量的平均值(即mean),A为EXCEL TINV求出的偏离中心值,Sn为方差,n为采样样本总数。我决定用硬币抛掷模型进行EXCEL TINV和PYTHON的综合模拟。首先我在EXCEL上对自由度为10和56765439的情况进行了计算结果分别为:P1=2.22813884% P2=1.959963942% P3=1.962339%利用python进行分别用P1=2.22813884% P2=1.959963942% P3=1.96.原创 2022-03-07 10:54:36 · 574 阅读 · 0 评论 -
基于TensorFlow深度学习框架,运用python搭建LeNet-5卷积神经网络模型和mnist手写数字识别数据集,设计一个手写数字识别软件。
本软件是基于TensorFlow深度学习框架,运用LeNet-5卷积神经网络模型和mnist手写数字识别数据集所设计的手写数字识别软件。具体实现如下:1.读入数据:运用TensorFlow深度学习框架,下载并读入mnist手写数字识别数据集。2.构建模型:用神经元构建神经网络,定义神经网络的权重和偏置项来进行前向计算,并使用Softmax Regression模型来进行Softmax分类,即可得到每一类图像特征所对应数字的概率。3.训练模型:设置训练参数(训练轮次、训练样本量、训练批次、显示力度、学原创 2022-03-01 15:22:07 · 3387 阅读 · 0 评论 -
基于机器学习中集成学习的stacking方式进行的金线莲质量鉴别研究(python进行数据处理并完成建模,对品种进行预测)
1.前言金线莲为兰科开唇兰属植物,别名金丝兰、金丝线、金耳环、乌人参、金钱草等,是一种名贵中药材,国内主要产地为较低纬度地区如:福建、台湾、广东、广西、浙江、江西、海南、云南、四川、贵州以及西藏南部[1],被当地人民誉为“药中之王”,福建品种和台湾品种更是其中的上等品种,在治疗肺部炎症、糖尿病、癌症、肾炎、膀胱炎、重症肌无力、风湿性及类风湿性关节炎、高血脂、毒蛇咬伤有着很大的作用[2-3]。由于野生金线莲的自然繁殖率低、生长条件受限制等原因导致数量有限,市面上出售的金线莲大多为人工培育品种。不同品系金线莲原创 2022-03-01 15:13:57 · 449 阅读 · 0 评论 -
炼丹心得(深度学习的模型训练)对于一些情况及时进行训练参数调整的必要性(学习率LR的调整是首要)归纳一些涨点方法
前言在训练网络的时候,常常会出现loss出现非常明显的剧烈抖动情况,虽然大多数情况可以继续训练下去,但是实际上还是预示着问题存在。而且,有不同维度的问题,这也需要不同的解决方法,但是具体究竟是哪一种,还得具体情况具体分析。无过拟合是否找到合适的loss函数:在深度学习里面,不同的loss针对的任务是有不同的,有些loss函数比较通用例如L1/L2等,而如perceptual loss则比较适合在图像恢复/生成领域的任务上。当loss出现问题的适合,想一想,是不是loss设置的有问题,别人在此领域的任务原创 2022-02-06 15:45:48 · 3711 阅读 · 1 评论 -
随机过程、遍历性、排队论与电信网络的课本(附带家庭作业)
本书的目的是为学生提供随机模型的基本知识特别关注可能适用于电信主题的排队模型,例如流量建模、性能评估、资源配置和流量管理。这些话题包含在称为远程交通的字段中。本书假设您具备编程知识语言和数学通常在电气工程学士学位课程中教授。本书旨在增强对其理论概念的直观和物理理解介绍。著名数学家皮埃尔-西蒙·拉普拉斯(Pierre-Simon Laplace)被引述说:“概率是常识简化为计算”[18];因为本书的内容属于该领域关于应用概率,拉普拉斯的名言非常适用。因此,本书旨在链接对它使用的数学模型和原创 2022-01-21 10:41:51 · 831 阅读 · 0 评论 -
基于stacking集成学习的金线莲质量鉴别方法研究:人工智能与医疗的结合与发展
目前国内外对金线莲的品质鉴定通常依赖于化学分析方法,其中一种是分离成分鉴定法于2008年由曹扬远提出,将金线莲黄酮类成分和甾醇类成分的分离,测定金线莲中三种黄酮醇类物质的含量,可以作为衡量该药材质量的一个指标,以控制金线莲及其制剂的质量[5]。另一种化学分析方法即高效液相色谱法在2017年由邹舒鹏提出:利用金线莲HPLC测定法,主峰在供试品溶液中的保留时间与金线莲苷对照品峰应该相同,制订了金线莲苷HPLC鉴别法。最终采用薄层、高效液相色谱的鉴别[6]。随着我国科技实力不断增强,生产力水平日益提高,除了化学原创 2021-05-07 10:38:32 · 327 阅读 · 0 评论 -
对SVM分类算法进行可视化呈现:接上文SVM的python实现对分类结果进行可视化呈现,画支持向量机平面的分类图
接上文SVM的python实现,接下来对分类结果进行可视化呈现,画支持向量机平面的分类图:fig = plt.figure()ax = fig.add_subplot(111)cm_dark = mpl.colors.ListedColormap(['g', 'r','b'])ax.scatter(array(dataMat)[:,0],array(dataMat)[:,1],c=array(labelMat).squeeze(),cmap=cm_dark,s=30)x = arange(-2.原创 2021-05-07 10:31:42 · 1916 阅读 · 0 评论 -
SVM支持向量机方法python实现(非调用sklearn包):alpha的选取,随机选择一个不等于i值的j
项目场景:alpha的选取,随机选择一个不等于i值的j代码:def selectJrand(i,m): j=i while (j==i): j = int(random.uniform(0,m)) return j </font># 进行剪辑:def clipAlpha(aj,H,L): if aj > H: aj = H if L > aj: aj = L ret原创 2021-05-07 10:28:41 · 1061 阅读 · 0 评论 -
PCA主成分分析降维方法的原理及其实现,并且通过python编程实现可视化,利用matplotlib进行降维前后对比
PCA 降维的本质是,尽量保证数据在空间中的相对位置不变,通过旋转坐标系,换一个在某些维度能表达更多数据信息的坐标系去刻画数据。PCA降维方法极有成效地降低了实验数据的维度数,对解决信息冗余的问题有着积极作用,并且尝试建立精度最佳的集成学习模型并寻得最优的分类器组合。以下是代码及其输出结果```pythonimport numpy as npimport matplotlib.pyplot as pltfrom sklearn.decomposition import PCA# 原始数据X原创 2021-05-02 12:19:44 · 807 阅读 · 0 评论 -
对机器学习各个经典算法的总结:KNN、高斯贝叶斯、随机森林、梯度增强、SVM支持向量机、Adaboost、逻辑回归算法
(1)K近邻分类器算法(K Neighbor): 存在一个样本数据集合,也称作训练样本集,并且样本集中每个数据都存在标签,即我们知道样本集中每一数据 与所属分类的对应关系。输人没有标签的新数据后,将新数据的每个特征与样本集中数据对应的 特征进行比较,然后算法提取样本集中特征最相似数据(最近邻)的分类标签。一般来说,我们 只选择样本数据集中前K个最相似的数据,这就是K-近邻算法中K的出处,通常来说K是不大于20的整数。 最后 ,选择K个最相似数据中出现次数最多的分类,作为新数据的分类。(2)高斯朴素贝叶斯分原创 2021-05-02 11:31:14 · 1376 阅读 · 0 评论 -
机器学习:人工智能分支中的探索
机器学习是人工智能的一个分支。人工智能的研究历史有着一条从以“推理”为重点,到以“知识”为重点,再到以“学习”为重点的自然、清晰的脉络。显然,机器学习是实现人工智能的一个途径,即以机器学习为手段解决人工智能中的问题。机器学习在近30多年已发展为一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。机器学习算法是一类从数据中自动分析获得规律,并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论,机器原创 2021-04-22 11:11:24 · 1289 阅读 · 0 评论 -
一种基于改进的LeNet-5 CNN模型通过图像监控雾度的方法
一、介绍近年来,空气污染不仅困扰发达国家,也有许多发展中国家,尤其是快速发展中的国家,例如中国和印度.在阴霾天气条件下,空气中有害颗粒物的浓度会升高,这对人民的健康构成了巨大威胁,对社会和经济发展构成了严重的障碍.此外,在雾霾天气条件下,能见度会大大降低,人们的生活方式受到了极大的影响,所拍摄图像的质量严重下降,个人或工业企业的户外监视也受到影响,例如电力线监视系统,铁路视频监视系统,交通监视系统,甚至边界探测监测系统。由于缺乏监测,雾霾预警,许多死亡事件发生,造成严重的社会和经济损失。雾霾图像极大地给社原创 2021-04-19 14:47:47 · 1046 阅读 · 0 评论 -
先验概率、后验概率、似然估计三者的区别与联系
在机器学习日渐风靡于全世界的今天,概率论与数理统计作为机器学习的关键理论越来越体现出它的重要地位。本文模仿《机器学习》中周志华老师的举例,以西瓜的品质好坏为例,对三个概念:先验概率、后验概率、似然估计展开讨论,帮助读者深刻了解。前言随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容:概率论与数理统计中的先验概率、后验概率、似然估计三者的区别与联系。首先我们假设有一个村是全村种瓜,这个村每个人有一块瓜地,假设这个村有若干人并且足够多。客原创 2021-04-19 10:03:57 · 2814 阅读 · 0 评论