人工智能
文章平均质量分 54
零点呀
有事没事敲敲代码。事忙,不怎么玩博客。
展开
-
lstm基本理解
【代码】lstm基本理解。原创 2023-12-23 16:19:11 · 412 阅读 · 0 评论 -
MIoU认识
MIoU是指平均交并比(Mean Intersection over Union),也称为平均IoU(Intersection over Union)。它是一种常用的评估指标,用于衡量语义分割任务。在语义分割任务中,每个像素都被赋予一个特定的类别标签,我们可以将预测结果和真实标签分别视为两个二值图像。交并比是通过计算预测结果和真实标签之间的重叠区域与它们的并集之间的比例来度量它们的相似程度。具体地,对于每个类别,我们可以计算该类别的交并比(IoU)并取其平均值,得到MIoU。原创 2023-07-04 09:49:33 · 3283 阅读 · 0 评论 -
learning_curve()详解
learning_curve() 是一个可视化工具,用于评估机器学习模型的性能和训练集大小之间的关系。它可以帮助我们理解模型在不同数据规模下的训练表现,进而判断模型是否出现了欠拟合或过拟合的情况。该函数会生成一条曲线,横轴表示不同大小的训练集,纵轴表示训练集和交叉验证集上的评估指标(例如准确率、损失等)。通过learning_curve() 可以直观地了解模型的性能和训练集规模之间的关系,可以帮助我们进行模型选择、调优、判断是否需要增加更多的数据来改善模型性能。原创 2023-07-03 17:30:31 · 647 阅读 · 0 评论 -
DecisionTreeRegressor()作用详解
用于构建回归树模型。回归树是基于决策树算法的一种模型,用于解决回归问题,即预测连续型变量的值。DecisionTreeRegressor()类的主要作用是通过输入的训练数据,构建一个回归树模型,然后可以使用该模型对新的数据进行预测。它使用了以为准则的分裂策略来生成树,并对节点的最优划分进行决策。通过调用fit(X, y)方法,其中X是训练样本的特征矩阵,y是对应的目标值(标签),来拟合(训练)回归树模型。通过调用predict(X)方法,其中X是测试样本的特征矩阵,来进行预测。原创 2023-07-03 17:02:08 · 737 阅读 · 0 评论 -
sklearn 中ShuffleSplit()函数详细解
ShuffleSplit()函数是交叉验证中的一种分割数据集的方法。它的作用是将原始数据集随机打乱,并按照指定的比例将数据集划分为训练集和测试集。具体来说,ShuffleSplit()函数会将数据集中的样本随机打乱,并根据设定的参数生成多个不重叠的训练集和测试集拆分。每次拆分都会返回一个新的拆分器。原创 2023-07-03 16:03:15 · 875 阅读 · 0 评论 -
决策树中的常见名词
简而言之:之前信息熵减去之后的信息熵。原创 2023-03-25 14:26:44 · 63 阅读 · 0 评论 -
lasso与岭回归和多项式回归
在标准线性回归的基础上修改的损失函数的回归算法。本质上是一个线性模型的扩展,如将x2(平方)当作一个变量。lasso为l1范数,岭回归为l2范数。解决非线性回归的分布。原创 2023-03-24 16:48:48 · 95 阅读 · 0 评论 -
常用专有名词解释
常见的名词解释原创 2023-03-24 10:16:44 · 178 阅读 · 0 评论 -
sklearn介绍与使用
sklearn原创 2023-03-11 20:16:56 · 84 阅读 · 0 评论 -
K-近邻算法与线性回归
k-近邻算法与线性回归归纳原创 2023-03-07 21:44:39 · 221 阅读 · 0 评论 -
yolo概述
yolo各版本简单介绍原创 2023-03-03 21:23:59 · 1143 阅读 · 0 评论