ArmRoundMan

博客园 首页 新随笔 联系 订阅 管理

2024年10月17日 #

摘要: 例如,多特征的机器学习问题,通常把所有特征放缩到同一范围内。可以转化为Z-score,即减去均值的差除以标准差。 阅读全文
posted @ 2024-10-17 16:06 后生那各膊客圆了 阅读(10) 评论(3) 推荐(0)

2024年9月18日 #

摘要: 与输出连续数值的回归模型不同,分类模型的输出是类别(category)。常见分类做法是通过设定阈值(threshold),若逻辑回归的输出大于(或等于,取决于实现方式)阈值时判定为正例,否则为反例。根据输出标签的种数又可以将分类模型划分为二元分类(Binary Classification)与多分类 阅读全文
posted @ 2024-09-18 20:35 后生那各膊客圆了 阅读(85) 评论(0) 推荐(0)

2024年9月11日 #

摘要: 许多问题需要将概率估算值作为输出。由于线性回归无法保证输出值表示概率(介于零和一之间),所以需要引入除了线性回归之外的另一种回归模型:逻辑回归——它是一种极其高效的概率计算机制。那么逻辑回归如何保证其输出表示概率? 1. 逻辑回归如何计算概率? 碰巧,有一族函数称为“逻辑函数”,其输出满足上述条件。 阅读全文
posted @ 2024-09-11 13:56 后生那各膊客圆了 阅读(86) 评论(4) 推荐(0)

2024年9月10日 #

摘要: 1. 配置 导入模块。 查看代码 #general import io # data import numpy as np import pandas as pd # machine learning import keras # data visualization import plotly.e 阅读全文
posted @ 2024-09-10 18:43 后生那各膊客圆了 阅读(27) 评论(0) 推荐(0)

摘要: 为了记录Keras基本API,本博客展示一次线性回归极简机器学习全流程。 建立模型 定义一个简单的线性回归模型,使用 Keras 模块来构建和编译模型。以最简单的单层网络为例,设置1个输出节点,输入节点的数量为特征的种数。keras.Sequential(layers=None, trainable 阅读全文
posted @ 2024-09-10 18:19 后生那各膊客圆了 阅读(32) 评论(2) 推荐(0)

2024年9月9日 #

摘要: Load Required Modules import seaborn as sns import pandas as pd from Pandas备忘录(持续更新) import training_df One way to visualize relationships between fea 阅读全文
posted @ 2024-09-09 18:02 后生那各膊客圆了 阅读(6) 评论(0) 推荐(0)

2024年8月22日 #

摘要: 一、损失(Loss)类型: L1损失【Re】:对模型对各个样本的预测的绝对误差求和。 平均绝对误差 (MAE)【Re】:一组样本L1损失的平均值。 L2 损失:【Re】对模型【Re】对各个样本的预测的误差的平方求和。 均方误差【Re】:一组样本的L2 损失的平均值。 如果数据中特征值超过了一定范围, 阅读全文
posted @ 2024-08-22 22:58 后生那各膊客圆了 阅读(29) 评论(4) 推荐(0)

摘要: DataFrames are the central data structure in the pandas API. It‘s like a spreadsheet, with numbered rows and named columns. 为方便引入例程,先导入对应模块。 1 import 阅读全文
posted @ 2024-08-22 20:08 后生那各膊客圆了 阅读(47) 评论(0) 推荐(0)

摘要: Python calls matrices lists, NumPy calls them arrays and TensorFlow calls them tensors. Python represents matrices with the list data type. Call np.ar 阅读全文
posted @ 2024-08-22 20:07 后生那各膊客圆了 阅读(20) 评论(0) 推荐(0)

2024年8月20日 #

摘要: 微积分 反向传播算法 蟒蛇编程 区分蟒蛇函数的Positional和Keyword参数。 Set(创建,访问和迭代) 列表推导式(List Comprehension):下列两行代码是等价的。后者(ListComp)可读性更高。 1 squares = list(map(lambda x: x**2 阅读全文
posted @ 2024-08-20 10:46 后生那各膊客圆了 阅读(12) 评论(1) 推荐(0)