- 博客(7)
- 收藏
- 关注
原创 多分类问题的“宏平均”(macro-average)与“微平均”(micro-average)
多分类问题的“宏平均”(macro-average)与“微平均”(micro-average)
2022-08-03 15:04:38
6846
2
原创 python+numpy利用梯度下降算法实现逻辑回归(对比sklearn官方demo)
文章目录概要描述详细说明python实现梯度下降算法sklearn官方demo概要描述在逻辑回归中,可以使用梯度下降算法来求解模型(即确定sigmoid函数中的各系数和截距)。本文用python实现梯度下降算法,并使用numpy做矩阵计算求解逻辑回归模型,最后与sklearn官方代码结果验证结果正确性。详细说明python实现梯度下降算法# !/usr/bin/python# -*- coding: utf-8 -*-"""PROJECT_NAME = DatawhaleAuthor :
2021-07-22 18:39:38
629
2
转载 Sklearn参数详解—LR模型
参考文章:https://zhuanlan.zhihu.com/p/39780207模型参数详解逻辑回归:sklearn.linear_model.LogisticRegression(penalty='l2', dual=False, tol=0.0001, C=1.0, fit_intercept=True, intercept_scaling=1, class_weight=None, random_state=None, solver='liblinear',
2021-07-20 22:02:46
2088
原创 对“基于SVM的人脸识别”一文的解读
参考文章:基于SVM的人脸识别https://blog.csdn.net/cwlseu/article/details/52356665概要描述根据参考文章中使用bert fine-tuning MRPC任务的代码,我整理了一个适合colab平台scikit-learn 0.22.2.post1 环境的版本(原文中应该是scikit-learn 0.20之前的版本),当作是对该文章的一个补充说明,对于该文章的内容就不赘述了。笔者水平有限,疏漏难免,如果发现有错误或是不规范的地方,欢迎与我讨论。详细说
2021-07-18 17:51:16
199
原创 python+numpy实现线性回归中梯度下降算法(对比sklearn官方demo)
文章目录概要描述详细说明python实现梯度下降算法sklearn官方demo概要描述在线性回归中,可以使用最小二乘法或梯度下降算法来求解线性模型(即确定线性函数中的各系数和截距)。本文用python实现梯度下降算法,并使用numpy做矩阵计算,最后与sklearn官方代码结果验证结果正确性。详细说明python实现梯度下降算法# !/usr/bin/python# -*- coding: utf-8 -*-"""PROJECT_NAME = DatawhaleAuthor : scie
2021-07-15 15:16:47
661
1
原创 矩阵特征值分解(EDV)与奇异值分解(SVD)在机器学习中的应用
目录特征分解定义(来自百度百科词条:特征分解)特征分解(Eigendecomposition),又称谱分解(Spectral decomposition)是将矩阵分解为由其特征值和特征向量表示的矩阵之积的方法。需要注意只有对可对角化矩阵才可以施以特征分解。(来自百度百科词条:矩阵特征值)什么是特征值,特征向量?设A是n阶方阵,如果数λ和n维非零列向量x使关系式Ax=λx成立,那么这样的数λ称为矩阵A特征值,非零向量x称为A的对应于特征值λ的特征向量。式Ax=λx也可写成( A-λE)X=0。这是
2021-07-13 19:11:30
941
原创 BERT入门实践: sentence-pair classification(colab +tensorflow2.5)
BERT入门实践目录说明任务介绍功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入参考文章:一本读懂BERT(实践篇)https://blog.csdn.net/jiaowoshouzi/article/details
2021-07-13 14:43:49
1168
4
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