- 博客(2)
- 收藏
- 关注
RSS订阅原创 机器学习面试笔记
机器学习面试笔记 集成学习 Boosting，Bagging，Stacking [https://xijunlee.github.io/2017/06/03/%E9%9B%86%E6%88%90%E5%AD%A6%E4%B9%A0%E6%80%BB%E7%BB%93/] Boosting: AdaBoost 在不改变训练数据的情况下，通过在迭代训练弱学习器中，不断提升被错分类样本的权重（也就是使被错分的样本在下一轮训练时得到更多的重视），不断减少正确分类样本的权重。最后通过加权线性组合M个弱分类器得到最终的
2022-04-23 00:17:10
1189
原创 深度学习的过程（监督学习）
深度学习的过程（监督学习）分类问题回归问题 分类问题 1、 数据集分类： 1.1首先把数据集分成X集和Y集。X集为数据，Y集为对应的标签。 如：mnist，X集为60000张，像素为28*28的图片。 Y集为一个1*60000的一维数组，[8,9,0,1,2,3,……]。 1.2我们需要把数据集的一部分作为训练集，一部分作为测试集。通常拿80%的数据做数据集，20%的数据做测试集。（可以在原始数据里分，也可以用代码去分） from sklearn.model_selection import train_t
2020-12-16 10:35:14
2047
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