- 博客(5)
- 收藏
- 关注
RSS订阅原创 常用的损失函数
常用的损失函数L1范数损失计算 output 和 target 之差的绝对值torch.nn.L1Loss(reduction='mean'mean 返回loss和的平均值sum 返回loss和均方误差损失 MSELoss(L2)计算 output 和 target 之差的均方差。torch.nn.MSELoss(reduction='mean')mean 返回loss和的平均值sum 返回loss的和交叉熵损失 CrossEntropyLoss常用的交叉熵，以二分类为
2022-05-13 17:00:11
371
原创 KNN预测鸢尾花（模型及手写实现）
python自带的KNN算法使用import mathimport operatorimport matplotlib.pyplot as pltfrom sklearn import neighborsfrom sklearn import datasets# 获取KNN分类器from sklearn.model_selection import train_test_splitknn = neighbors.KNeighborsClassifier()# 加载数据iris = d
2021-12-05 18:32:18
1313
原创 一元线性回归
机器学习- 一元线性回归（通过直接预测披萨价格）通过分析披萨的直径与价格的线性关系，来预测任一直径的披萨的价格import matplotlib.pyplot as pltimport numpy as npimport pandas as pdfrom sklearn.linear_model import LinearRegressiondef runplt(): plt.figure() plt.title("Pizza price plotted against diam
2021-11-20 21:25:37
1277
原创 迷宫 简单数组实现
#include<stdio.h>typedef struct position{ int x;//初始横坐标 int y;}P;typedef struct rout{ P p[100]; int len=0; }R;int a[10][10]={ {1,1,1,1,1,1,1,1,1,1}, {1,0,0,1,0,0,0,1,0,1}, {1,0,0,1,0,0,0,1,0,1}, {1,0,0,0,0,1,1,0,0,1}, {
2021-11-20 20:55:34
638
原创 波士顿房价的三种预测方式（模型预测，最小二乘法，多元线性回归）
import numpy as npimport matplotlib.pyplot as pltimport pandas as pdimport seaborn as snsfrom sklearn.datasets import load_bostonfrom sklearn.model_selection import train_test_splitfrom sklearn.linear_model import LinearRegressionfrom sklearn import
2021-11-19 17:47:49
3933
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