机器学习基础知识
文章平均质量分 76
随手笔记_000333
这个作者很懒,什么都没留下…
展开
-
重采样 上采样 下采样
重采样的原理: 重采样主要是分为上采样和下采样,在进行采样的过程中,需要注意采样的倍率的问题,并不是可以随意的改变采样率的大小的,根据采样定理:在进行模拟/数字信号的转换过程中,当采样频率fs.max大于信号中最高频率fmax的2倍时(fs.max>=2fmax),采样之后的数字信号完整地保留了原始信号中的信息,一般实际应用中保证采样频率为信号最高频率的5~10倍;采样定理又称奈奎斯特定理。(采样原创 2018-01-02 15:15:49 · 13822 阅读 · 0 评论 -
数据标准化 数据归一化 数据预处理 data normalization / scale
一、数据归一化的好处:数据标准化和归一化的区别和联系: 在进行处理数据的时候,标准化的方法是比较多的,其中数据归一化是一种常见的数据的标准化,只不过标准化只是将数据进行规范到一个范围之内,对于数据的归一化来说,是将数据规范到0到1之间或者是-1到1之间。在使用机器学习或者深度学习的模型的时候,数据预处理的阶段是十分重要的,我们在进行处理的时候,包括缺失值处理、异常值处理、重复值处理等很多方面,当然原创 2018-01-02 16:14:19 · 3422 阅读 · 0 评论 -
交叉验证 CrossValidation K折交叉验证
在机器学习或者深度学习的过程中,划分数据集是一个十分重要的工作,我们在进行交叉验证的时候,可以有效的减少过拟合的情况,尽可能的利用数据的全部的有效特征来进行训练模型。原创 2018-01-02 18:05:06 · 1347 阅读 · 0 评论