学习打卡
文章平均质量分 89
zaprily
这个作者很懒,什么都没留下…
展开
-
盘点安装fastStructure走过的坑
先放上fastStructure 网址熟悉生信分析应该都知道admixture,就是做群体层次分析的一个软件,fastStructure基本上对标的是Ad的两大功能:未知的个体群体分层分析,有监督的群体分层分析.由于Ad是已经打包好的所以直接调用就很方便,但是由于fastStructure是在Cython和gsl之上的就很容易安装报错,一般就是两大方向的错误,文件路径没调整对,还有就是安装版本的问题,如果用root账户安装的一般来说路径问题比较少,基本就按照软件给出的README.md安装就可以,这里主原创 2022-03-09 22:28:05 · 1776 阅读 · 3 评论 -
回归,逻辑回归,线性判别的python实现-DataWhale吃瓜教程-task02
学习了第三章主要是线性回归的知识点,推导公式,最小二乘法和极大似然估计 :思路不同推出同一个公式最小二次法是均方误差最小化进行模型求解,极大似然估计则是利用了联合分布及似然函数 得到公式$ E_{(w,b)}= $ ![image.png](attachment:image.png)利用最优化的思路当$ E_{(w,b)}= $最小时w,b的值### 求解方法包括梯度下降法,根据推到公式直接解,逻辑回归代码实现遇到难度~再接再厉原创 2021-11-24 22:48:47 · 668 阅读 · 0 评论 -
西瓜书第一章和第二章总结-DataWhale吃瓜教程-task01
学习了西瓜书第一章和第二章,第一章主要是引入,讲了一些基本术语和机器学习关注的话题,泛化能力,第二章主要是模型选择和评估,介绍了一些评估方法,回归和分类不同的参数度量方法,具体的总结放在博客的思维导图中~原创 2021-09-15 00:15:09 · 212 阅读 · 0 评论 -
DataWhale集成学习笔记-task07
主要就是学习了blending集成学习算法和stacking算法,理解了这种算法的原理,主要用鸢尾花的数据集对集成学习进行联系。原创 2021-09-01 18:14:38 · 149 阅读 · 0 评论 -
DataWhale集成学习笔记-task06
主要学习的boosting算法的原理,Adaboost原创 2021-08-28 22:01:47 · 213 阅读 · 0 评论 -
DataWhale集成学习笔记-task05
主要是学习了集成学习的大致轮廓,和其中的投票法和bagging方法,理解了随机森林和bagging的区别。原创 2021-08-26 12:39:21 · 182 阅读 · 0 评论 -
DataWhale集成学习笔记-task04
对于分类任务考虑的问题学习了分类模型的几个理论,逻辑回归线性判别,分类标准,包括混淆矩阵和ROC曲线,理解ROC曲线的画法需要复习,用numpy实现逻辑回归。原创 2021-08-24 23:55:05 · 206 阅读 · 0 评论 -
DataWhale集成学习笔记-task03
视频:bilibili主要区分了训练均方误差与测试均方误差,理解偏差-方差的公式,最重要的是模型的估计的测试误差,还有三种对特征的优化手段,及超参数原创 2021-08-23 23:49:10 · 222 阅读 · 0 评论 -
DataWhale集成学习笔记-task02
视频:b站基础查漏补缺线性模型推广这部分比较陌生,回归树模型和支持向量回归需要再复习以前的知识,约束优化没有接触需要多复习原创 2021-08-19 20:57:33 · 209 阅读 · 0 评论 -
DataWhale集成学习笔记-task01
DataWhale笔记-task01高等数学复习遗留问题:随机过程和MCMC没有学完,牛顿迭代法在要求的范围内找到极值?原创 2021-08-17 23:05:24 · 199 阅读 · 0 评论