随笔分类 - A---机器学习笔记
摘要：视频链接 思想 Boosting和Bagging Boosting Adaboost 算法流程 (分类误差率小的时候，αm：权重就更大) (Zm−1相当于一个归一化过程，规范化因子) 例子 Adaboost推导 加法模型 类比，Adaboost就是一个加法模型： 梯度下降
阅读全文
摘要：https://zhuanlan.zhihu.com/p/37452654 https://blog.csdn.net/weixinhum/article/details/85064685 交叉熵和相对熵 相对熵(KL散度) KL 散度：衡量每个近似分布与真实分布之间匹配程度的方法： \[ D_{K
阅读全文
摘要：学习笔记 学习笔记 classification_report sklearn.metrics.classification_report(y_true, y_pred, labels = None, target_names = None, sample_weight = None, digits
阅读全文
摘要：https://blog.csdn.net/qq_39636214/article/details/85036837
阅读全文
摘要：Deep Learning 用逻辑回归训练图片的典型步骤. 笔记摘自：https://xienaoban.github.io/posts/59595.html 1. 处理数据 1.1 向量化(Vectorization) 将每张图片的高和宽和RGB展为向量，最终X的shape为 (height*wi
阅读全文
摘要：精准率：预测有100个人有癌症，在这些预测中，有多少是准确的。 precision=TPTP+FP 需要的是精确度 召回率：实际上100人有癌症，我们的预测算法能从中正确的挑出多少。 \(recall = \frac{TP}{P} = \frac{TP}{TP +
阅读全文
摘要：本篇博客总结了，可能会重复使用的代码的索引，方便查找 分类性能度量 P-R曲线绘制 #利用鸢尾花数据集绘制P-R曲线 print(__doc__) #打印注释 import matplotlib.pyplot as plt import numpy as np from sklearn import
阅读全文
摘要：1. 导学 如何使用算法 如何评价算法的好坏 如何解决过拟合和欠拟合 如何调节算法的参数 如何验证算法的正确性 1.1 要求 1.2 如何使用算法 如何评价算法的好坏 如何解决过拟合和欠拟合 如何调节算法的参数 如何验证算法的正确性 2. 机器学习的数据 2.1 样本 2.2 特征 2.3 特征空间
阅读全文
摘要：1. 动机一：数据压缩 第二种类型的 无监督学习问题，称为 降维。有几个不同的的原因使你可能想要做降维。一是数据压缩，数据压缩不仅允许我们压缩数据，因而使用较少的计算机内存或磁盘空间，但它也让我们加快我们的学习算法。 但首先，让我们谈论 降维是什么。作为一种生动的例子，我们收集的数据集，有许多，许多
阅读全文
摘要：1. 聚类(Clustering) 1.1 无监督学习: 简介 在一个典型的监督学习中，我们有一个有标签的训练集，我们的目标是找到能够区分正样本和负样本的决策边界，在这里的监督学习中，我们有一系列标签，我们需要据此拟合一个假设函数。与此不同的是，在非监督学习中，我们的数据没有附带任何标签，我们拿到的
阅读全文
摘要：1. 优化目标 在监督学习中，许多学习算法的性能都非常类似，因此，重要的不是你该选择使用学习算法A还是学习算法B，而更重要的是，应用这些算法时，所创建的大量数据在应用这些算法时，表现情况通常依赖于你的水平。比如：你为学习算法所设计的 特征量的选择，以及如何选择正则化参数，诸如此类的事。还有一个更加强
阅读全文
摘要：Deep Neural Network for Image Classification: Application 预先实现的代码，保存在本地 dnn_app_utils_v3.py 1 - 导入包 2 - 导入数据集（Cat vs non-Cat） Problem Statement: You a
阅读全文
摘要：自动重新加载更改的模块 命令参数如下所示： %autoreload: 自动重载%aimport排除的模块之外的所有模块。 %autoreload 0: 禁用自动重载 %autoreload 1: 自动重载%aimport指定的模块。 %autoreload 2: 自动重载%aimport排除的模块之
阅读全文
摘要：其他设置图像细节方法：https://douzujun.github.io/page/%E6%95%B0%E6%8D%AE%E6%8C%96%E6%8E%98%E7%AC%94%E8%AE%B0/3-%E5%8F%AF%E8%A7%86%E5%8C%96%E5%BA%93matpltlib/plt_
阅读全文
摘要：Building your Deep Neural Network: Step by Step 你将使用下面函数来构建一个深层神经网络来实现图像分类。 使用像relu这的非线性单元来改进你的模型 构建一个多隐藏层的神经网络（有超过一个隐藏层） 符号说明： 1 - Packages(导入的包) num
阅读全文
摘要：1. 深层神经网络（Deep L-layer neural network ） 2. 前向传播和反向传播（Forward and backward propagation） 3. 总结 4. 深层网络中的前向传播（Forward propagation in a Deep Network) 向量化实
阅读全文
