机器学习
TWLS
这个作者很懒,什么都没留下…
展开
-
损失函数总结
好记性不如烂笔头,记录一下。给定输入 X ,有 f(X) 给出相应的输出 Y, Y为真实值,f(X) 为预测值。,常用损失函数有:1. 0-1损失2.平方损失3. 绝对损失4. 对数损失5. hinge 损失6. hamming 损失 : 计算两个样本集合之间的平均汉明距离(表示两个(相同长度)字对应位不同的数量)...原创 2018-07-02 20:51:26 · 591 阅读 · 0 评论 -
matlab 下交叉验证与 svm (多分类)模型的使用
笔记下面是代码,注释一般都能看懂的。%datas为读入的数据集 labels为读入的标签%规范化数据[datas_normal] = premnmx(datas) ;%交叉验证k =10;%预将数据分成十份sum_accuracy_svm = 0;[m,n] = size(datas_normal);%交叉验证,使用十折交叉验证 Kfold %indices为 ...原创 2018-06-03 22:04:30 · 11304 阅读 · 16 评论 -
过拟合,欠拟合问题
当我们训练模型时时长会遇到过拟合和欠拟合的现象:欠拟合:相对于我们任务来说我们的模型过于简单;过拟合:相对于模型来说任务过于简单(模型在训练集上有很好的结果,在测试集上效果比较差);欠拟合其实就是模型选择的问题,很少讨论这种情况(选个复杂的模型呗)。解决过拟合的两个常用方法(除了模型过于复杂外):1,数据太少,增加数据(一个没有见过歪果仁的中国人,第一次看NBA,很...原创 2018-09-27 15:41:00 · 255 阅读 · 0 评论 -
ML—KNN(K近邻,iris数据集为例)
KNN笔记算法大致步骤(预测y的类别为例):1)计算样本y与训练样本(已知标签样本)的距离;2)找出距离最近的K个样本;3)选择这K个样本中出现最多的类别作为y的类别标记; 数据集 iris为鸢尾花样本,前四列为特征,最后一列为标签,如下图数据连接:http://archive.ics.uci.edu/ml/machine-learning-databases/ir...原创 2018-11-26 20:40:47 · 2739 阅读 · 3 评论 -
报错:cudaGetDevice() failed. Status: CUDA driver version is insufficient for CUDA runtime version
在GPU上运行TensorFlow程序时报错:cudaGetDevice() failed. Status: CUDA driver version is insufficient for CUDA runtime version可能是cuda和显卡驱动不一致CUDA版本与显卡驱动版本匹配查询:https://docs.nvidia.com/cuda/cuda-toolkit-releas...原创 2019-03-03 20:21:27 · 27059 阅读 · 8 评论 -
几种常见激活函数(笔记整理)
活函数是神经网络中非线性的来源,因为如果去掉这些函数,那么整个网络就只剩下线性运算,线性运算的复合还是线性运算的,最终的效果只相当于单层的线性模型.(1)Sigmoid函数左端趋近于0,右端趋近于1,且两端都趋于饱和.关于函数饱和解释:参考https://www.cnblogs.com/tangjicheng/p/9323389.html如果我们初始化神经网络的权值为 ...原创 2019-02-26 19:15:17 · 39602 阅读 · 4 评论