![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
python
文章平均质量分 74
echo__Moon
这个作者很懒,什么都没留下…
展开
-
机器学习笔记三------支持向量机
给定训练集D,在样本空间上找到最鲁棒的超平面,将不同类别的样本分开。对于线性可分问题,超平面的线性方程为,样本空间内任一点x到平面的距离为。若超平面分类正确,则对应y=+1为正类,否则y=-1。距离超平面最近的几个样本称为支持向量,两个异类支持向量到超平面的距离之和为,称为间隔。优化目标:找到参数w和b在划分正确的前提下使得间隔最大,即 上述问题等价于:原创 2017-11-25 18:13:57 · 232 阅读 · 0 评论 -
机器学习笔记四------集成学习
集成学习(ensenmblelearning)构建并结合多个学习器来学习,常可获得比单一学习器显著优越的泛化性能。PAC(概率近似正确)定义:弱学习器为泛化性能略高于随机猜测的学习器,强学习器指的是识别准确率高并且能在多项式时间内完成的学习器。集成学习可将多个弱学习器结合以达到强学习器的效果。对于集成学习中,个体学习器要有一定的准确性(至少不差于弱学习器)并且要有多样性,即学习期间有差异,然而准确原创 2017-11-28 20:37:06 · 417 阅读 · 0 评论 -
机器学习常用python语句总结
# 导入pandas用于数据分析import pandas as pd# 导入numpy,并命名为 npimport numpy as np# 利用pandas的read_csv模块传入数据文件地址,并返回数据(dataframe格式)保存到data,测试数据可同样读取或从中分割,见下面data = pd.read_csv('../Datasets/Breast-Can原创 2017-11-19 18:38:46 · 488 阅读 · 0 评论 -
机器学习笔记一------线性分类器
线性模型,使用最小二乘参数估计使模型预测结果与实际结果y之间的均方误差最小,得到参数w和b(其中b可以算作w的最后一列,对应属性值恒置为1)。线性模型形式简单,易于建模,引入层级结构或高维映射后可得到更为抢到的非线性结构。)为广义线性模型,有加权最小二乘法或极大似然法进行参数估计。对于二元分类问题,y的取值为0或1,假设不同类别训练样本数目相同,当预测的y值大于0.5认证为正,反之为负,y原创 2017-11-25 15:10:46 · 816 阅读 · 0 评论 -
机器学习笔记二------决策树
一颗决策树包含一个根结点,若干内部结点(对应一个测试属性)和若干叶结点(对应决策结果)。决策流程采用分而治之的整体思想,根结点包含样本全集,对各个特征进行判断,直至所有叶结点均对应一种类别的样本。决策树的关键在于划分属性的选择,随着划分不断进行,分支结点所包含样本应尽可能属于同一类别,即纯度越来越高,有三种划分属性选择指标:(1) 信息增益Gain(D,a)= H(D)-H(D|a):以原创 2017-11-25 16:42:53 · 340 阅读 · 0 评论 -
CNN之LeNet5
LeNet网络结构如下图所示: 32*32的手写字体图片,包含0~9数字,也就是相当于10个类别的图片输入层:32*32的图片,也就是相当于1024个神经元C1层:6个特征卷积核(5*5),得到6个特征图,然后每个特征图的大小为32-5+1=28S2层:下采样层,最大池化 (2,2),得到14*14的图片,共有6个特征图。C3层:卷积层(5*5),得到新的图片大小为14-5...原创 2018-06-13 14:33:56 · 984 阅读 · 0 评论 -
tensorflow入门
一般引入tensorflow都用语句: import tensorflow as tf1. 常量:a=tf.constant(10)2. 变量:x=tf.Variable(tf.ones([3,3])) y=tf.Variable(tf.zeros([3,3]))变量定义完后,还必须显式的执行一下初始化操作,即需要在后面加上一句:init=tf.initializ...原创 2019-03-28 21:12:20 · 210 阅读 · 0 评论 -
tensorflow常用函数
1. tf.placeholder、tf.Variable、tf.get_variabletf.placeholder(dtype, shape=None, name=None) 仅仅作为一种占位符,用于得到传递进来的真实的训练样本,赋值一般用sess.run(feed_dict = {x:xs, y_:ys}),其中x,y_是用placeholder创建出来的.t...原创 2019-04-02 18:04:49 · 220 阅读 · 0 评论