Tempest_XY

原创 2019cs224n-word2vec

其中的一种形式，中心词预测周围的词。m是两边的范围，上图中就是2。概率输出其实就是softmax

原创 bert-tokenization-WordpieceTokenizer

class WordpieceTokenizer(object): """Runs WordPiece tokenziation.""" def __init__(self, vocab, unk_token="[UNK]", max_input_chars_per_word=200): self.vocab = vocab self.unk_token = unk_t...

翻译 svm loss

转载 机器学习图

https://github.com/trekhleb/homemade-machine-learning/blob/master/images/machine-learning-map.png

原创 吴恩达课后——Planar data classification with one hidden layer

主要涉及： 逻辑回归分类效果，单隐藏神经网络实现，包括前向传播与反向传播地址：逻辑回归的效果主要结构：主要传播公式（图片源自吴恩达）：单隐藏层四个节点效果其他个数节点的效果...

原创 吴恩达课后——Logistic Regression with a Neural Network mindset

主要涉及： sigmoid，初始化权重，手写公式推导与代码，cost迭代，预测，模型整合，实际测试。github放上自己的图片预测结果——无猫的图片放上自己的图片预测结果——有猫的图片...

原创 加入l2以后的情况，有点意思

kernel_regularizer=keras.regularizers.l2(0.001)

原创 随着Epochs的增大，同一数据，不同深度的模型，训练以及验证集的误差变化

翻译 逻辑回归的代价函数-数学推算

翻译 少使用秩为1的数组，可以使用numpy中的reshape，进行转换

翻译 激活函数sigmoid,tanh,relu,leaky relu图像

翻译 逻辑回归前后传播与求导

翻译 tanh函数图像以及求导

翻译 neural network forward and backward propagation（前向传播和后向传播）

神经网络的前向传播和后向传播

翻译 有关梯度下降--吴恩达机器学习

原创 高偏差和高方差、欠拟合和过拟合——验证你模型的拟合情况

图片源自图片右下角：）可以验证你模型的拟合情况

原创 loc、iloc区别

loc是以index及column的key作为索引对象的而iloc是以行列所在的整数索引作为对象（从0开始）

原创 缺失值填充，众数

features.loc[col, 'features'] = features['features'].median()features.loc[col, 'features'] = features['features'].mode()[0]

原创 seaborn之regplot

import seaborn as snsJupyter NoteBook 5.5.0python 3.6.5  

原创 seaborn绘制heatmap，查看相关性

Jupyter NoteBook 5.5.0python 3.6.5 

原创 sort_values使用

Jupyter NoteBook 5.5.0python 3.6.5 

原创 查看预测目标分布

Jupyter NoteBook 5.5.0python 3.6.5  

原创 matplotlib之scatter的使用

Jupyter NoteBook 5.5.0python 3.6.5 

原创 seaborn绘图：seaborn.displot查看变量分布

版本：Jupyter NoteBook 5.5.0  python 3.6.5例子：fig, axes = plt.subplots(nrows = 19, ncols = 2, figsize = (40, 200))for ax, column in zip(axes.flatten(), x_train.columns):    sns.distplot(x_train[colum...

翻译 机器学习-GridSearchCV scoring 参数设置！

分类情况：‘accuracy’ metrics.accuracy_score ‘average_precision’ metrics.average_precision_score ‘f1’ metrics.f1_score ‘f1_micro’ metrics.f1_score ‘f1_macro’ metrics.f1_score ‘f1_...

原创 机器学习：train_test_split()拆分的略微不足之处！

  把训练集train拆分成训练集 X_train, X_test, Y_train, Y_testd的时候，常常会用到这个方法——train_test_split  X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size = 0.1, random_state = 0)  但是这个方法有一点不妥之处。  ...

翻译 机器学习：LinearRegression().score返回的是决定系数R²-其中含义

              R² =（1-u/v）。      u=((y_true - y_pred) ** 2).sum()     v=((y_true - y_true.mean()) ** 2).sum()      其中y_pred已经在score方法中通过predict()方法得到，再与y_true进行比对。      所以y_true和y_pred越接近，u/v的值...