![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
python 深度学习算法
雪天枫
这个作者很懒,什么都没留下…
展开
-
集成学习(Ensemble)_代码
Voting# 载入数据集iris = datasets.load_iris() # 只要第1,2列的特征x_data, y_data = iris.data[:, 1:3], iris.targetprint(x_data.shape)# 定义三个不同的分类器clf1 = KNeighborsClassifier(n_neighbors=1) clf2 = DecisionT...原创 2019-05-27 21:01:02 · 723 阅读 · 0 评论 -
深度学习之Tensorflow-优化
交叉熵二次代价函数原创 2019-07-07 23:46:08 · 216 阅读 · 0 评论 -
神经网络之初入神经网络
单层感知器包含:输入节点,输出节点,权向量,偏置因子,激活函数;例:感知器学习规则y=f(∑i=1nxi⋅wi)y = f(\sum_{i=1}^{n} x_i \cdot w_i)y=f(∑i=1nxi⋅wi) 或者y=f(∑i=1nxi⋅wi+b)y = f(\sum_{i=1}^{n} x_i \cdot w_i + b)y=f(∑i=1nxi⋅wi+b)yyy是输出...原创 2019-06-05 23:32:27 · 516 阅读 · 0 评论 -
深度学习之tensorflow
Tensorflow基本概念使用图(Graphs)来表示计算任务在会话(Session)中执行图使用Tensor表示数据原创 2019-06-12 23:18:09 · 350 阅读 · 0 评论 -
Tensorflow在win10下安装问题
当win10系统中存在python IDLE和anaconda或者pycharm等python集成工具时,在cmd命令行输入命令pip install tensorflow-gpu时,注意查看系统环境变量中的默认路径,如果想要将tensorflow安装到anaconda下,则需要将anaconda的路径放置在path的最前面,这样使用命令安装tensorflow时,将安装在anaconda的路径...原创 2019-06-06 19:03:22 · 97 阅读 · 0 评论 -
支持向量机SVM-人脸识别
SVM向量机算法原理SVM寻找区分两类的超平面(hyper plane), 使边际(margin)最大线性可分SVM——线性 SVM——非线性 SVM1、线性可分SVM,表示可以用一根线非常清晰的划分两个区域;线到支持向量的距离 d 就是最小的。2、线性 SVM,表示用一根线划分区域后,可能存在误判点,但还是线性的;线到支持向量的距离不一定是最小的,但忽略其他非规则的支持向量。3、非线性...原创 2019-05-24 13:41:34 · 1281 阅读 · 1 评论 -
集成(Ensemble)学习_原理
集成学习从线性规划、多元线性回归、决策树、支持向量机SVM,都是单一的、独立的。==集成学习:==组合多个学习器,得到一个更好的学习器;集成学习1.个体学习器之间不存在强依赖关系,装袋(bagging)2.随机森林(Random Forest)3.个体学习器之间存在强依赖关系,提升(boosting)4.Stacking...原创 2019-05-26 22:44:30 · 657 阅读 · 0 评论 -
决策树
熵的概念一条信息的信息量大小和它的不确定性有直接的关系。需要了解大量信息->信息量的度量就等于不确定性的多少,进而统计各种结果的概率。信息熵的公式H[x]=−∑xp(x)log2p(x)H[x] = -\sum_x p(x)log_2p(x)H[x]=−∑xp(x)log2p(x)ID算法决策树会选择最大化信息增益来对结点进行划分。信息增益计算:Info(D)=−∑i=1m...原创 2019-05-24 10:05:53 · 201 阅读 · 0 评论 -
集成学习_代码进阶
随机森林-RF有已经打包好的随机森林模型,from sklearn.ensemble import RandomForestClassifier.......RF = RandomForestClassifier(n_estimators=50)# n_estimators为RF中树的数量,默认为10,RF.fit(x_train, y_train)plot(RF)Init si...原创 2019-05-27 21:29:23 · 285 阅读 · 0 评论 -
卷积神经网络-CNN
前面介绍的算法能够将精度提升到98%,然而卷积神经网络能够将精度提升到99%。卷积神经网络-CNN原创 2019-07-08 21:49:29 · 628 阅读 · 0 评论