机器学习
非典型废言
苯环碳碳键键能能否否定定论一
展开
-
机器学习常用概念辨析
目录Bagging & Boosting方差 &偏差近似误差 &估计误差判别模型 &生成模型期望风险 &经验风险 &结构风险上采样 &下采样先验概率 &后验概率信息增益 &基尼系数正确率、精确率、召回率、虚警率和漏检率机器学习有好多概念需要理解,这里做个总结Baggi...原创 2019-11-21 12:34:06 · 443 阅读 · 0 评论 -
AutoML入门概述
目录2. AutoML原理2.1 NAS2.1.1RNN控制器2.1.2强化学习训练2.1.3并行和异步更新加速训练2.1.4 Skip-connect 的生成2.1.5 RNN控制器结点架构2.2 NASNet Search Space3. 总结传统的计算学习方式包括特征提取,模型设计以及参数调优三大部分,而自动机器学习(Auto Machin...原创 2019-10-27 15:16:53 · 5861 阅读 · 2 评论 -
机器学习算法之卷积神经网络CNN
原创 2018-04-20 23:40:58 · 4988 阅读 · 0 评论 -
使用Matlab 画 ROC需要哪些数据
使用分类器进行分类后,需要绘制出ROC曲线来描述该分类器的性能。Matlab中自带的函数plotroc(),可以帮助我们来绘制ROC曲线。先来看一下这个函数plotroc(targets,outputs)这个函数是绘制一个ROCplotroc(targets1,outputs1,'name1',targets2,outputs2,'name2',...)这个函数是绘制多个R...原创 2018-03-17 16:36:09 · 9366 阅读 · 7 评论 -
Tensorflow计算正确率、精确率、召回率、虚警率和漏检率
目录1.二分类评价标准介绍2. Tensorflow实现代码1.二分类评价标准介绍在进行二分类后需要对分类结果进行评价,评价的标准除了常用的正确率之外还有召回率精确度,虚警率和漏警率等。首先介绍一下最常用的正确率正确率(Accuracy)表示政府样本被正确分类的比例,计算公式如下:其中NTP表示正类样本被正确分类的数目,NTN表示负类样本被正确分类的数目,NFP表示负...原创 2018-08-01 18:25:40 · 51528 阅读 · 30 评论 -
图解Blending&Stacking
目录1. Blending1.1 Blending 流程1.2 Blending 图解2. Stacking2.1 Stacking 流程2.2 Stacking 图解3. Blending与Stacking对比模型融合有许多方法,简单的有平均融合,加权融合,投票融合等方法;较为复杂的就是Blending和Stacking了。后面两种模型融合方法理解起来比较困难,本...原创 2019-05-05 14:02:44 · 12792 阅读 · 3 评论 -
Python Libsvm数据格式转为神经网络数据格式
Libsvm的数据格式label和样本特征是在一起的,如下所示:label index1:feature1 index2:feature2 ...label index1:feature1 index2:feature2 ...label index1:feature1 index2:feature2 ...举个例子:而神经网络中label和样本特征是分开的。博主最近想将SV...原创 2019-01-04 19:34:23 · 926 阅读 · 0 评论