自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

数据科学爱好者

数据时代,我们一同学习、记录、分享、成长!

  • 博客(2)
  • 收藏
  • 关注

原创 正态分布

简介正态分布(Normal distribution)又称为高斯分布(Gaussian distribution),是统计学中一个重要且常见的连续概率分布。若随机变量X服从一个均值为μ, 的正态分布,其中μ为均值, 为方差,则记为:其概率密度函数为:正态分布的概率密度曲线呈钟形,因此又被称为钟形曲线。如图所示:特殊的,我们将μ=0,=1的正态分布称为标准正态分布。主要特征:正...

2018-11-12 11:04:20 9437

原创 L1、L2正则化

简介在之前的博客里介绍了常见的防止过拟合的方法,这次主要就其中的L1、L2正则化方法进行介绍并比较它们的不同。我们使用L1、L2正则化方法的目的,在于减缓机器学习中的过拟合现象。为什么它们能减缓过拟合现象呢,由于正则项的加入,使得权重矩阵的值减小,因为它假定一个拥有更小权重矩阵的神经网络将产生更简单的模型,进而在一定程度上能减缓过拟合。在L1和L2中,所采用的正则化项是不同的。...

2018-11-07 21:07:42 557

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除