![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
人工智能
twentyfour4ever
这个作者很懒,什么都没留下…
展开
-
knn介绍
它的工作原理是:存在一个样本数据集合,也称作为训练样本集,并且样本集中每个数据都存在标签,即我们知道样本集中每一个数据与所属分类的对应关系输入没有标签的新数据后,将新的数据的每个特征与样本集中数据对应的特征进行比较,然后算法提取样本最相似数据(最近邻)的分类标签。一般来说,我们只选择样本数据集中前k个最相似的数据,这就是k-近邻算法中k的出处,通常k是不大于20的整数。最后,选择k个最相似数据中出现次数最多的分类,作为新数据的分类。2、距离度量我们已经知道k-近邻算法根据特征比较,然后提取样本原创 2020-09-15 14:32:01 · 326 阅读 · 0 评论 -
交叉验证
在机器学习里,通常来说我们不能把全部数据用于训练模型,否则我们将没有数据集对该模型进行验证,从而评估我们的模型的预测效果1.The Validation Set Approach第一种是最简单的,也是很容易就想到的。我们可以把整个数据集分成两部分,一部分用于训练,一部分用于验证,这也就是我们经常提到的训练集(training set)和测试集(test set)不过,这个简单的方法存在两个弊端。1.最终模型与参数的选取将极大程度依赖于你对训练集和测试集的划分方法。什么意思呢?我们再看原创 2020-09-15 14:21:13 · 487 阅读 · 0 评论 -
生成模型 判别式模型
例如我们有一个输入数据x,然后我们想将它分类为标签y。(迎面走过来一个人,你告诉我这个是男的还是女的)生成模型学习联合概率分布p(x,y),而判别模型学习条件概率分布p(y|x)。下面是个简单的例子:例如我们有以下(x,y)形式的数据:(1,0), (1,0), (2,0), (2, 1)例如我们有以下(x,y)形式的数据:(1,0), (1,0), (2,0), (2, 1)那么p(x,y)是: y=0 y=1 ----------- x=原创 2020-09-15 12:55:34 · 65 阅读 · 0 评论 -
多分类器的损失函数
函数特性在机器学习中,hinge loss是一种损失函数,它通常用于"maximum-margin"的分类任务中,如支持向量机。数学表达式为:假设我们现在有三个类别 而得分函数计算某张照片的得分为f(x,W) = [13,-7,11]而实际的结果是第一类 yi = 0 假设 代尔塔 = 10 上面的公式会把所有错误类别都遍历一遍 求值加和比如是3分类 A B C 会分别计算在A B C这3类的结果值比如 B是正确分类 分数分别为 [13,-7,11]L1 = max(0,-7-13+1原创 2020-09-08 11:36:43 · 2175 阅读 · 0 评论 -
numpy
numpy优势numpy 使用ndarray对象用来处理多维数组ndarray的运算效率比python原生的list大很多ndarray里每个元素都是同类型 每个元素占的内存空间大小一样且连续而python list可存储不同类型的元素 存储地址无法连续优势1:ndarray存储的直接就是一个个数据 而list存储的是数据的地址 所以list需要通过地址再去找对应的数据 效率比ndarray低优势2:ndarray支持并行化计算(向量化计算)优势3:numpy底层使用c语言编写(编译型语原创 2020-07-17 10:12:05 · 85 阅读 · 0 评论 -
matplotlib画图
import matplotlib.pyplot as plt# 绘图的三个步骤# 创建画布 figsize 长宽大小 dpi图像的像素密度 默认100plt.figure(figsize=(20,8),dpi=100)# 绘制图像 分别为x和y坐标的列表x = [i for i in range(0,20)]y = [i for i in range(30,50)]plt.plot(x,y)# 添加描述信息plt.xlabel('time')plt.ylabel('temp')pl原创 2020-07-16 15:50:47 · 89 阅读 · 0 评论 -
AI agent 搜索算法
agent 分类 reflec(reactive) agent: 只会对特定的条件作出反应 类似 if else 有internal state的agent:记住周围环境的变化 有内部状态 goal_based agent:以目标为导向执行动作 utility_based agent:满足以上条件时 找到最优解环境类型fully/partially observable 可以获得所有的环境还是部分环境deterministic/stochastic 下一个状态由当前状态和行为决定还是随机e原创 2020-06-13 17:28:19 · 970 阅读 · 0 评论