weixin_73274990的博客

那么启动它也是需要Python2。好了，其余的看这位佬的题解即可。首先，我们需要知道一件事，

找了N多篇教程，折磨了一周多，最终在该教程解决问题！

桌面快捷方式图标右键--->属性--->目标--->后面加上 "(空格)--no-sandbox"

遂遵循csdn上教程指示，卸载所有NVIDIA开头的驱动，进行重装，均无效。此刻再此打开设备管理器或运行代码调用gpu，啥都好了，呃呃呃呃。2.点击右上角左起第二个图标，打开“实用工具”，点击“显示模式”并且在 设备管理器 中无法找到 "...RTX4060..."1.打开Legion Zone（下图一排第五个）最后找到了联想维修店，“大乌龙事件”！3.关闭" IGPU "

并且，即使使用softmax函数，输出值的最大神经元的位置也不会变。此外，这个神经网络有2个隐藏层，第1个隐藏层有50个神经元，第2个隐藏层有100个神经元，这个50和100可以设置为任何值。如下图，隐藏层的加权和（加权信号和偏置的总和）用a表示，被激活函数转换后的信号用z表示，h()表示激活函数，这里，我们使用。假设学习已经全部完成，我们使用学习到的参数，先实现神经网络的“推理处理”，也称为神经网络的。如上，softmax函数总是输出0.0~1.0之间的实数，并且输出值的总和是1。

1. 数据挖掘五大流程1. 获得数据2. 数据预处理3. 特征工程：将原始数据转换成更能代表预测模型的潜在问题的特征的过程，可以通过挑选最相关的特征，提取特征以及创造特征（常以降维算法实现）来实现。4. 建模5. 上线2.数据预处理 Preprocessing & Impute可以是线性的，也可以是非线性的，线性包括中心化处理和缩放处理中心化的本质：是让所有记录减去一个固定值，即让数据平移到某个位置。缩放的本质：是通过除以一个固定值，将数据固定在某个范围之中，取对数也是一种缩放

【代码】机器学习 ||《菜菜的sklearn机器学习》笔记——2 随机森林。

Criterion两个随机性相关的参数（random_state、solitter）四个剪枝参数（max_depth、min_sample_leaf、max_feature、min_impurity_decrease）