![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
Deep_IT
这个作者很懒,什么都没留下…
展开
-
机器学习实战-朴素贝叶斯
对于事件A和B,贝叶斯定理的表达式可写成P(A|B) = P(A)P(B|A) / P(B)P(A) :先验概率P(A|B) :后验概率P(B|A) :似然度 P(B) :标准化常量朴素贝叶斯机器学习实战:#encoding:utf-8from numpy import *#下载数据#贝努力模型~多项式模型#贝努力~~不考虑词出现的次数~~只考原创 2016-03-01 17:51:10 · 572 阅读 · 0 评论 -
XGBoost的参数
一、在运行XGboost之前,必须设置的三种类型参数。1.General parameters:一般参数。设定boosting过程中使用哪种booster,常用的booster有树模型(tree)和线性模型(linear model)booster [default=gbtree] 有两中模型可以选择gbtree和gblinear。(树模型-线性模型)silent [def原创 2016-06-24 16:26:48 · 858 阅读 · 0 评论 -
大数据资源网站
政府&机构数据美国政府开源数据库:http://www.data.gov/英国政府开源数据库:http://data.gov.uk/世界银行数据库:http://www.worldbank.org/美国气候数据库:http://www.ncdc.noaa.gov/美国交通部数据库:http://www.rita.dot.gov/bts/data_and_statisti原创 2016-05-30 11:40:21 · 1829 阅读 · 0 评论 -
Ubuntu15.04 运行caffe+mnist的demo
1. 进入Caffe根目录;2. 加载MNIST数据库:$ ./data/mnist/get_mnist.sh3. 转换成Lmdb数据库格式:$ ./examples/mnist/create_mnist.sh 执行完此shell脚本后,会在./examples/mnist下增加两个新目录,mnist_test_lmdb和mnist_train_lmdb4原创 2016-05-12 09:22:40 · 1049 阅读 · 0 评论 -
深度学习资料
Awesome Deep Vision A curated list of deep learning resources for computer vision, inspired by awesome-php and awesome-computer-vision.Maintainers - Jiwon Kim,Heesoo Myeong, Myungsub Cho转载 2016-04-08 11:07:30 · 1818 阅读 · 0 评论 -
Pandas之Dataframe操作
创建一个DataFrame,它有几种创建方式:列表,序列(pandas.Series), numpy.ndarray的字典二维numpy.ndarray别的DataFrame结构化的记录(structured arrays)其中,我最喜欢的是通过二维ndarray创建DataFrame,因为代码敲得最少:12345678原创 2016-04-07 17:59:05 · 32183 阅读 · 0 评论 -
One-Hot Encoding独热编码
机器学习 数据预处理之独热编码(One-Hot Encoding)问题由来在很多机器学习任务中,特征并不总是连续值,而有可能是分类值。例如,考虑一下的三个特征:["male", "female"]["from Europe", "from US", "from Asia"]["uses Firefox", "uses Chrome", "us转载 2016-03-24 17:01:16 · 3381 阅读 · 0 评论 -
Deep learning with Theano 官方中文教程(翻译)(四)—— 卷积神经网络(CNN)
卷积神经网络(CNN)是多层感知机(MLP)的一个变种模型,它是从生物学概念中演化而来的。从Hubel和Wiesel早期对猫的视觉皮层的研究工作,我们知道在视觉皮层存在一种细胞的复杂分布,,这些细胞对于外界的输入局部是很敏感的,它们被称为“感受野”(细胞),它们以某种方法来覆盖整个视觉域。这些细胞就像一些滤波器一样,它们对输入的图像是局部敏感的,因此能够更好地挖掘出自然图像中的目标的空间关系信息。转载 2016-03-24 14:59:42 · 1320 阅读 · 0 评论 -
机器学习实战-Adaboost(自适应boosting)
元算法(集成算法):不同分类器的组合。类型可包括:不同算法集成、同一算法在不同设置下的集成、数据集不同部分分配给不同分类器后的集成自举汇聚法(bagging法):从原数据集选择S次后得到S个新的数据集(大小相等,允许有重复)。(分类器权重相等)boosting:与bagging类似,但是boosting是通过集中关注被已有的分类器错分的那些数据来获得新的分类器。(分类结果基于所有分类器的加原创 2016-03-07 08:48:36 · 602 阅读 · 0 评论 -
机器学习实战-逻辑回归
逻辑回归:1.非线性函数sigmoid最佳拟合参数 1/(1+e(-z)) 2.梯度上升、梯度下降、随机梯度上升、改进的逻辑梯度上升#encoding:utf-8from numpy import *import math#数据下载与处理~打开文本,逐行读取,前两行对应值x1,x2,第三行对应类别标签。并且将x0都设为1.0def lo原创 2016-03-02 15:21:24 · 672 阅读 · 0 评论 -
chainer安装GPU版过程中的问题
1.UnicodeDecodeError: 'utf-8' codec can't decode byte 0xd5 in position 34: ordinal not in range(128)python的str默认是ascii编码,和unicode编码冲突.于是在/usr/lib/python2.7/dist-packages/pip/basecommand.pyimport原创 2016-08-08 15:11:19 · 3568 阅读 · 0 评论