![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习入门
wxl@
已迁至知乎,CSDN博客不再更新
展开
-
使用tensorflow1.11.0跑通yolo代码并训练--详细过程
下载github代码:该github代码地址为:https://github.com/YunYang1994/tensorflow-yolov3一般将其fork之后,然后在gitee上同步之后下载速度会更快,我已经fork过了,所以直接通过以下命令即可快速下载整个工程:git clone https://gitee.com/wang_xiao_long_6/tensorflow-yolov3.git下载之后需要配置Python环境,配置环境这块就不多说了,关于tf-gpu版本的问题网上的解决方案很原创 2020-09-03 14:45:40 · 801 阅读 · 0 评论 -
传统机器学习优秀文章收集
万字长文总结机器学习的模型评估与调参使用python+sklearn实现mean-shift聚类算法的演示使用python+sklearn实现谱共聚类算法对文档进行聚类动手学机器学习之回归树机器学习算法集锦:从贝叶斯到深度学习及各自优缺点机器学习算法优缺点综述【机器学习入门】深入浅出聚类算法!如何对王者英雄聚类分析,探索英雄之间的秘密机器学习中需要了解的 5 种采样方法优化与深度学习之间的关系机器学习算法优缺点综述机器学习实战-支持向量机原理、Python实现和可视化(分类)sciki原创 2020-09-08 20:13:51 · 268 阅读 · 0 评论 -
python基于numpy实现knn分类器并运用于手写数字识别
在写代码的时候,我一开始将训练、测试集的标签转化为了one_hot表示方式,忽视了这个在本题中时不需要one_hot表示方式的,所以花了挺多时间调试这个,本段代码开头调用了keras模块的datasets,仅仅用于加载训练集和测试集,其他的部分都是基于numpy模块和前一篇博文实现的knn分类器,有关knn分类器的实现大家参考我的这一片博文:https://blog.csdn.net/weixi...原创 2020-04-05 16:30:21 · 941 阅读 · 0 评论 -
python代码仅用numpy模块实现knn算法
首先说说我实现knn的想法,首先对于投影在一个二维平面的所有点集来说(便于理解所以这里举例子就用二维空间来说,knn完全可以实现n维的预测),假设有A,B,C,D四类,然后给定一个sample坐标值,现在预测它是什么类别的。给定k值首先计算这个sample和二维平面其他所有点的欧氏距离,将距离从小到大排序,取前k个距离,分别统计这k个距离里中各类标签出现的次数,然后将sample归类为出现次数...原创 2020-04-04 20:06:15 · 1733 阅读 · 0 评论 -
使用sklearn实现svm分类任务
判断是否幸福?首先导入相关包:import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport seaborn as snsfrom sklearn.svm import SVC, LinearSVCfrom sklearn.model_selection import train_test_spli...原创 2020-03-29 14:00:36 · 4791 阅读 · 1 评论 -
svm算法(1)
上面图中三条直线,将图中的点集分为两类,哪一条直线最好?svm所做的就是寻找区分两类的超平面(hyper plane),使边际(margin)最大。如何选取边际最大的超平面?在解决这个问题之前先了解一下这两种情况:线性可区分(line separable)和线性不可区分(line inseparable):线性可区分:定义和公式建立:超平面的定义:W*X + b = 0W...原创 2020-03-05 22:51:20 · 244 阅读 · 0 评论 -
机器学习笔记(决策树)
熵概念一条信息的不确定性和它的不确定性有直接关系。比如一个非常不确定的信息,为了弄懂它,我们需要了解大量关于它的信息,信息量的度量就等于信息的不确定性大小(熵的大小)。例如:班级里谁会当选班长?用比特还衡量信息的多少:-(p1 * log_2(p1) + p2 * log_2(p2) + …+ pn * log_2(pn))用上方的公式来衡量熵的值。pn指的是第n个人当选上班长的可能...原创 2020-02-26 20:46:44 · 166 阅读 · 0 评论 -
机器学习总纲
用一张图来说明:原创 2020-02-26 15:45:04 · 89 阅读 · 0 评论 -
区分回归问题和分类问题
回归问题和分类问题的区别回归问题用一个经典的问题来解释:假设你想买房子,手头上仅有的是之前出售的房子的占地面积大小和房子的价格,你想凭借手头上的这些数据来买一套不错的房子,那么你仅有的关于房子的信息是房子的占地大小,也就是就一个特征,那么这样的问题被称为单一特征回归问题。再假设一下,还是买房子,如果此时你手头上除了房子的占地大小这一个信息之外,还有房子邻街的距离、房子的高度、房子的周围的环...原创 2020-02-26 15:17:04 · 4668 阅读 · 0 评论 -
机器学习基础(笔记2)
常见概念准确率的不足和混淆矩阵:准确对越高就能说明模型的分类性能越好吗?举个例子,现在我开发了一套癌症检测系统,只要输入你的一些基本健康信息,就能预测出你现在是否患有癌症,并且分类的准确度为 0.999。这样的系统的预测性能好不好呢?你可能会觉得,哇,这么高的准确度!这个系统肯定很牛逼!但是我们知道,一般年轻人患癌症的概率非常低,假设患癌症的概率为 0.001,那么其实我这个癌症检测系统...原创 2020-02-19 17:32:38 · 2355 阅读 · 1 评论 -
机器学习基础(笔记1)
常见概念为什么要有训练集和测试集?我们想要利用收集的猫狗数据构建一个机器学习模型,用来预测新的图片,但在将模型用于新的测量数据之前,我们需要知道模型是否有效,也就是说,我们是否应该相信它的预测结果。不幸的是,我们不能将用于构建模型的数据用于评估模型的性能。因为我们的模型会一直记住整个训练集,所以,对于训练集中的任何数据点总会预测成正确的标签。这种记忆无法告诉我们模型的泛化能力如何,即预测新...原创 2020-02-18 21:34:30 · 2057 阅读 · 0 评论