![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 66
GoodNet.md
深圳平山村打工仔
展开
-
分类问题中的随机森林
一、Ensemble learning 集成学习通过构建并结合多个学习器来完成学习任务,有时候也被称为多分类系统。 集成学习就是组合这里的多个弱监督模型以期得到一个更好更全面的强监督模型,集成学习潜在的思想是即便某一个弱分类器得到了错误的预测,其他的弱分类器也可以将错误纠正回来。 两种集成学习的算法: •Boosting:每个模型相互独立,相互平行。然后对其预测结果进行平均或者多数表决的原则来决定集成评估器的结果 •Bagging:模型循序渐进,依次增强。基评估器是相关的,是按顺序一一构建的,其核心思想原创 2022-01-13 23:12:55 · 751 阅读 · 0 评论 -
无框架深度学习的一个简单例子
不用任何深度学习框架实现单神经元波士顿房价预测 数据集:housing.data 前十三列是十三种因素,最后一列房价 506行 14列 load_data() def load_data(): # 从文件导入数据 datafile = './work/housing.data' data = np.fromfile(datafile, sep=' ') #1维 (7084,) # 每条数据包括14项,其中前面13项是影响因素,第14项是相应的房屋价格中位数原创 2021-11-18 18:20:29 · 693 阅读 · 0 评论 -
notebook使用技巧
持久化安装 #如果需要进行持久化安装, 需要使用持久化路径, 如下方代码示例: !mkdir /home/aistudio/external-libraries !pip install beautifulsoup4 -t /home/aistudio/external-libraries #同时添加如下代码, 这样每次环境(kernel)启动的时候只要运行下方代码即可: import sys sys.path.append('/home/aistudio/external-libraries') 快捷键原创 2021-11-14 20:36:23 · 1133 阅读 · 0 评论