- 博客(8)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 B样条曲线与算法
文章链接： B-spline curves and surfacesB样条基函数:一个k阶B样条是由一组k-1阶多项式组成，这些多项式在间断点出具有阶连续。一组非降序间断点,这组节点组成一个节点向量：,这组向量定义了基函数的参数化给定了节点向量T，在相关的B样条基函数定义如下：递推公式如下所示：这些基函数满足以下性质：1，非负性,在节点范围内的点，其基函数均为正数，2,有界性，对于3，可递推性，如上述递推公式所示4，连续性，在每个节点有着连续性B样条基函.
2022-04-22 21:10:08
757
原创 python循环提速千倍
python利用taichi加速循环计算taichi主页上面是taichi的主页，我也没怎么全部看懂，下面的例子如果有不对的，欢迎各位指正。前阵子写代码的时候，偶然发现有个taichi可以用来提速，速度提升貌似达到了上千倍，但是由于CSDN上的相关博文讲述感觉有些少而片面，所以自己就抽空看了taichi的说明，自己试着调了些代码测试。下面具体用例子讲一下怎么用taichi加速python中的循环。首先，我们需要初始化import taichi as titi.inti(arch=ti.gpu)
2021-10-03 14:13:10
1397
原创 K近邻算法与K均值算法的区别
区别一：K近邻算法是有监督学习，属于分类算法K均值算法是无监督学习，属于聚类算法区别二：具体流程K近邻算法是找与数据最近的K个点，如果多数属于某类，则归为该类，达到分类的效果K均值算法是将所有数据归到距其最近的中心点，并不断迭代中心点以达到聚类的目的...
2021-04-12 22:29:48
3409
原创 第二章模型评估
模型评估主要分为：在线评估与离线评估。评估要点：准确率（分类正确的个体占总样本个体的比例），精确率（分类正确的正样本个数占分类器判为正样本的样本个数的比例），召回率（预测为正实际为正的样本占所有为正的个体总数比例），均方根误差评估模型不要局限于一组指标，可以采取一组互补的指标去评估模型。准确率的局限性当样本中类别占比非常不均衡时，占比大的类别往往成了影响准确率的主要因素。模型的整体分类性能是综合考虑所有类型，可能很好，但是在某种类别的样本判别上可能并不是最好的。精确率与召回率的权衡需要使用P-R
2021-04-04 00:19:23
130
原创 第一章特征工程
章节主要内容：1 特征归一化2 类别型特征3 高维组合特征的处理4 组合特征5 文本表示模型6 word2vec7 图像数据不足时的处理方法章节问题：
2021-04-03 19:09:33
65
原创 百面机器学习书本前沿概述
百面机器学习笔记前景：推广算法，搜索算法，大规模数据处理系统机器学习基础：线性代数，统计学习方法，机器学习，模式识别，深度学习。机器学习与心理学，认知科学与社会学交叉Hulu技术架构是最先进的人工智能与机器学习算法的广泛运用，用在个性化推荐于搜索等。企业真实算法系统需要的技能：采样，特征工程，模型评估。以下将围绕这些展开...
2021-04-02 21:41:25
78
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人