- 博客(5)
- 收藏
- 关注
RSS订阅原创 线性回归
文章目录1.什么是线性回归2. 能够解决什么样的问题3. 一般表达式是什么4. 如何计算5. 过拟合、欠拟合如何解决5.1 什么是L2正则化(岭回归)，L1正则化(Lasso回归)5.2 什么场景下用L2正则化，使用L1正则化5.3 什么是ElasticNet回归5.4 ElasticNet回归的使用场景6. 线性回归要求因变量服从正态分布？7. 代码实现1.什么是线性回归线性：两个变量之间的关系是一次函数关系的——图象是直线，叫做线性。非线性：两个变量之间的关系不是一次函数关系的——图象不是直线，叫
2020-12-12 14:14:17
151
原创 字符分割基础方法
最近这两周看了看字符分割的基础方法，以下做个总结。@[TOC]平均分割算法@[TOC]投影分割算法@[TOC]CFS分割算法@[TOC]滴水分割算法
2020-12-04 14:13:42
8019
原创 初识卷积神经网络
卷积神经网络1、初识神经网络2、卷积神经网络3、卷积神经网络层次结构4、卷积神经网络优缺点5、结论初识神经网络人工神经网络（Artificial Neural Network，即ANN ），是20世纪80 年代以来人工智能领域兴起的研究热点。它从信息处理角度对人脑神经元网络进行抽象， 建立某种简单模型，按不同的连接方式组成不同的网络。在工程与学术界也常直接简称为神经网络或类神经网络。神经网络是一种运算模型，由大量的节点（或称神经元）之间相互联接构成。每个节点代表一种特定的输出函数，称为激励函数
2020-10-20 16:01:12
404
原创 各种分类算法的优缺点
**各种分类算法的优缺点**朴素贝叶斯：朴素贝叶斯的优点：对小规模的数据表现很好，适合多分类任务，适合增量式训练。算法比较简单，常用于文本分类。 分类准确度高，速度快。朴素贝叶斯的缺点：对输入数据的表达形式很敏感。由于使用了样本属性独立性的假设，所以如果特征属性有关联时其效果不好。决策树;决策数优点：1）决策树模型可以读性好，具有描述性，有助于人工分析；2）效率高，决策树只需要一次构建，反复使用，每一次预测的最大计算次数不超过决策树的深度。缺点：容易产生过拟合逻辑回归：Logistic回
2020-10-14 19:38:48
1889
原创 机器学习之数学基础
1、机器学习的分类2、得分函数如图，经过一系列的计算，最后得到的概率值就叫得分函数。这里的w为权重，而怎么得到权重是我们算法的核心目标。得分函数就是对于给定的一个输入，通过计算，得到这个输入属于每种类别的得分。绝大多数机器学习目标希望得到的模型与算法，实际上就是我们的得分函数。3、损失函数上述说到w权重值，而权重值怎么求，则需要用到损失函数。损失函数的定义是：衡量模型模型预测的好坏。即损失函数就是用来表现预测与实际数据的差距程度。损失函数越小，模型就越好。我们希望的便是找到一个得分函数使得其损失
2020-09-08 19:21:00
386
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