机器学习
文章平均质量分 59
逗逗军001
c/c++
展开
-
安装numpy包
为了运行机器学习书上的实例,安装numpy.照着网上教程安装的,网上教程1)下载numpy包下载地址:https://pypi.python.org/pypi/numpy/#downloads自己的是python3.5, 64位操作系统,所以选择numpy-1.11.2+mkl-cp35-cp35m-win-amd64.whl2)安装numpy将下载的包拷贝到python安装目录下C:\Users\原创 2017-05-31 09:33:25 · 882 阅读 · 0 评论 -
Practical Lessons from Predicting Clicks on Ads at Facebook
Abstract这篇论文介绍 GBDT+LR 模型表现比单个模型好3%,另外本文探讨了一系列影响最终预测表现的因素。毫无疑问其中最重要的是 拥有正确的特征(捕捉用户和广告历史信息)+Model(GBDT+LR)的贡献程度最大 数据实时性,学习速率,数据采样等其他因素影响较小。INTRODUCTION介绍了先前的一些相关paper。包括Google,Yahoo,MS的关于CTR Model方面的pa原创 2018-04-14 20:27:14 · 365 阅读 · 0 评论 -
k-近邻算法
概述:电影可以按照题材分类,然而题材本身又是如何定义的呢?基于不同场景在电影出现的次数,使用k-近邻算法构造程序,自动划分电影类型。简单地说,k-近邻算法采用测量不同特征值之间距离的方法进行分类。 优点:精度高,对异常值不敏感、无数据输入假定。 缺点:计算复杂度高、空间复杂度高。 适用数据范围:数值型和标称型。算法原理:存在一个样本数据集合,也称为训练样本集,样本原创 2017-06-01 18:19:22 · 474 阅读 · 0 评论 -
RCNN方法汇总及改进
Faster R-CNN 从2015年底至今已经有接近两年了,但依旧还是Object Detection领域的主流框架之一,虽然推出了后续 R-FCN,Mask R-CNN 等改进框架,但基本结构变化不大。同时不乏有SSD,YOLO等骨骼清奇的新作,但精度上依然以Faster R-CNN为最好。对于一般的通用检测问题(例如行人检测,车辆检测,文字检测),只需在ImageNet pre-train转载 2018-01-29 10:30:02 · 1220 阅读 · 1 评论 -
基于深度学习的目标检测与识别
FAIR的目标检测研究平台,实现Mask R-CNN,RetinaNet等流行算法。Detectron是Facebook AI Research的软件系统,实现了最先进的目标检测算法,包括Mask R-CNN。 它是用Python编写的,由Caffe2深度学习框架支持。在FAIR,Detectron已经启动了许多研究项目,包括:用于物体检测的特征金字塔网络,掩模R-CNN,检测和识别人 -原创 2018-01-30 15:35:45 · 3953 阅读 · 0 评论 -
Numpy基础操作
NumPy’s main object is the homogeneous multidimensional array. It is a table of elements (usually numbers), all of the same type, indexed by a tuple of positive integers. In NumPy dimensions are called原创 2017-09-30 23:18:11 · 559 阅读 · 0 评论 -
支持向量机(SVM)
SVM定义是在特征空间上的间隔最大的线性分类器,间隔最大使它区别于感知机; 有的人认为支持向量机是最好的现成分类器,SVM能够对训练集以外的数据点做出很好的决策。先介绍几个概念: 一、数据的可分性: (1)当数据线性可分时,可以学习一个线性可分向量机 (2)当数据不线性可分,可以利用核函数学习一个非线性分类器 二、函数间隔 和几何间隔: A,B,C三个点均在正类一侧,A距离超平面较远,若原创 2017-10-06 19:53:58 · 585 阅读 · 0 评论 -
Python之数组(array)使用方法总结与Numpy中的数组用法
<div class="markdown_views"><p><strong><a href="http://lib.csdn.net/base/python" class="replace_word" title="Python知识库" target="_blank" style="color:#df3434; font-weight:bold;">Python</a>:</strong> <br转载 2017-06-02 12:56:18 · 39054 阅读 · 0 评论 -
windows 安装python3.6(numpy,scipy,pandas,matplotlib,scikit-learn)
用Python将近一年了,一直用的是python3.4,最近想把自己的python环境升级到最新的python3.6操作系统windows8.1 64位1、到官网下载相应安装包,直接点击安装注意勾选相应选项,如果没有勾选需要自己安装造成不便安装结束点击完成即可我在官网下载的是32位版本python,注意在以后安装各种安装包时一定要注意与之匹配否则会报错它会自动将python加入环境变量,安转载 2017-06-02 12:50:34 · 1228 阅读 · 0 评论 -
python中的sum函数
python中的sum函数.sum(axis=1) 看起来挺简单的样子,但是在给sum函数中加入参数。sum(a,axis=0)或者是.sum(axis=1) 就有点不解了在我实验以后发现 我们平时用的sum应该是默认的axis=0 就是普通的相加 而当加入axis=1以后就是将一个矩阵的每一行向量相加例如:imp转载 2017-06-01 18:26:26 · 815 阅读 · 0 评论 -
【python系列】numpy中的tile函数
tile函数 在看机器学习实战这本书时,遇到numpy.tile(A,B)函数,愣是没看懂怎么回事,装了numpy模块后,实验了几把,原来是这样子:重复A,B次,这里的B可以时int类型也可以是远组类型。[python] view plain copy print?>>> import numpy >>> numpy.tile([0,0],5)#在列方向上重复[0,0]5次,默转载 2017-06-01 18:24:34 · 322 阅读 · 0 评论 -
numpy中argsort函数用法
在Python中使用help帮助>>> import numpy>>> help(numpy.argsort)Help on function argsort in module numpy.core.fromnumeric:argsort(a, axis=-1, kind=’quicksort’, order=None) Returns the indices that would转载 2017-06-01 18:22:27 · 463 阅读 · 0 评论 -
Python中的sorted函数以及operator.itemgetter函数
operator.itemgetter函数operator模块提供的itemgetter函数用于获取对象的哪些维的数据,参数为一些序号(即需要获取的数据在对象中的序号),下面看例子。a = [1,2,3] >>> b=operator.itemgetter(1) //定义函数b,获取对象的第1个域的值>>> b(a) 2 >>> b=operator.itemgetter(1,0)转载 2017-06-01 11:03:56 · 524 阅读 · 0 评论 -
Python3下AttributeError: 'dict' object has no attribute 'iteritems'的问题分析
引言: 目前Python2和Python3存在版本上的不兼容性,这里将列举dict中的问题之一。1. Python 2 vs Python 3 根据Python社区的主流要求,Python 2将在最近的若干年内不再提供技术支持,目前的python 2.7.12已经是其维护版本;如无意外,大家请参照使用Python 3. Python 3与Python 2之间的割裂以及向下不兼容性是其一个非转载 2017-05-31 19:35:54 · 5012 阅读 · 0 评论 -
Eclipse字体调整
团队代码review的时候,一般都会一堆人围着显示器,或者投影仪。这个时候调整代码字体大小就显得很重要。下面直接说操作方式。 步骤一:Windows -> Preference 步骤二:搜索font,展开basic 步骤三:双击basic的最后一项:Text Font,就是熟悉的调整字体大小界面。转载 2017-05-31 18:07:21 · 465 阅读 · 0 评论 -
使用Eclipse进行python开发
在折腾:【记录】使用Python的IDE:Eclipse+PyDev的过程中,已经:【教程】在Eclipse中安装PyDev了,且已经:【教程】在Eclipse中配置刚安装好的PyDev插件所以,接着去验证PyDev是否工作,使用PyDev去进行Python开发。1.配置好PyDev后,去写个简单的Python脚本,去试试是否可以正常工作。其实,官网也有教程供参考的:Creating a Proj转载 2017-05-31 13:33:31 · 53022 阅读 · 2 评论 -
基于深度学习的目标检测技术演进:R-CNN、Fast R-CNN、Faster R-CNN
object detection我的理解,就是在给定的图片中精确找到物体所在位置,并标注出物体的类别。object detection要解决的问题就是物体在哪里,是什么这整个流程的问题。然而,这个问题可不是那么容易解决的,物体的尺寸变化范围很大,摆放物体的角度,姿态不定,而且可以出现在...原创 2018-04-15 18:50:42 · 293 阅读 · 0 评论