随笔分类 -  机器学习/深度学习

摘要:这是一个djl训练的简单模板 import java.io.IOException; import ai.djl.Model; import ai.djl.basicdataset.cv.classification.FashionMnist; import ai.djl.metric.Metric 阅读全文
posted @ 2024-06-27 10:54 青山新雨 阅读(38) 评论(0) 推荐(0) 编辑
摘要:决策树有以下优点: 可解释性和便于理解 决策树不支持缺失值,而且基本上不需要数据预处理 使用树的成本与用于训练树的数据数量乘对数关系 能够同时处理数字变量和字符串变量(分类变量) 即使其假设在某种程度上违反了产生数据的真实模型,也有很好的表现性 决策树的缺点: 决策树很敏感很容易过拟合,所以剪枝非常 阅读全文
posted @ 2023-02-18 21:57 青山新雨 阅读(85) 评论(0) 推荐(0) 编辑
摘要:划分选择 决策树中,最关键的是判断选择一个什么样的标准来划分样本来区分正负样本。也就是说我们希望划分后的样本尽量一致。下面将介绍如何描述一个样本集合中样本尽量一致的量化概念。 信息增益 信息熵:假设样本集合D中第k类元素所占比例为pk,则D的信息熵为: $$ Ent(D)=-\sum_{k=1 阅读全文
posted @ 2023-02-18 17:40 青山新雨 阅读(34) 评论(0) 推荐(0) 编辑
摘要:基本形式 给定由d个属性描述的示例x=(x1,x2,...,xd)T,线性模型试图通过一个线性组合来进行预测的函数,既: $$ f(\vec{x})=w_1x_1+w_2x_2+...+w_dx_d+b\ \to f(\vec{x}) = \vec{w}^T\vec{x 阅读全文
posted @ 2023-02-17 16:19 青山新雨 阅读(42) 评论(0) 推荐(0) 编辑
摘要:经验误差和过拟合 评价模型好坏的几个指标: 正确率:在m个样本中有a个样本正确,则精度为acc=am 错误率:在m个样本中有m-a个样本错误,则误差为err=1acc 训练误差: 在训练样本中的误差为训练误差。 泛化误差:在测试样本中的误差为泛化误差。 在一个全 阅读全文
posted @ 2023-02-15 10:08 青山新雨 阅读(39) 评论(0) 推荐(0) 编辑
摘要:1.计算图的概念: 计算图:输入和计算函数都以节点的形式出现,而节点的输出项之间的关系以有向线段表示所构成的计算图形。 如:向量a, b 相加: 2. 计算图的使用: 注意:Tensorflow程序一般分两步:定义计算图中所有计算;执行计算 在tensorflow代码执行的时候,tensorflow 阅读全文
posted @ 2023-02-13 22:30 青山新雨 阅读(243) 评论(0) 推荐(0) 编辑
摘要:会话拥有并管理tensorflow程序运行时的所有资源。所有计算完成后需要关闭会话来帮组系统回收资源。 使用会话模式有两种: 但是,第一种方法有缺陷,所以直接给出下面这种 with tf.Session() as sess: #使用创建好的会话来计算关心的结果 sess.run(...) 从会话中取 阅读全文
posted @ 2023-02-13 22:30 青山新雨 阅读(43) 评论(0) 推荐(0) 编辑

more_horiz
keyboard_arrow_up light_mode palette
选择主题
点击右上角即可分享
微信分享提示