上一页 1 ··· 31 32 33 34 35 36 37 38 39 ··· 66 下一页

支持向量机原理篇

摘要: http://cuijiahua.com/blog/2017/11/ml_8_svm_1.html 一、前言 本篇文章参考了诸多大牛的文章写成的,深入浅出,通俗易懂。对于什么是SVM做出了生动的阐述,同时也进行了线性SVM的理论推导,以及最后的编程实践,公式较多,还需静下心来一点一点推导。 本文出现 阅读全文
posted @ 2018-11-01 12:44 枫飞飞 阅读(1908) 评论(0) 推荐(0) 编辑

0 范数、1 范数、2 范数有什么区别?

摘要: https://www.zhihu.com/question/20473040 作者:魏通链接:https://www.zhihu.com/question/20473040/answer/102907063来源:知乎著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。 向量范数 1 阅读全文
posted @ 2018-10-31 20:40 枫飞飞 阅读(24573) 评论(0) 推荐(0) 编辑

ML神器:sklearn的快速使用

摘要: https://www.cnblogs.com/lianyingteng/p/7811126.html 传统的机器学习任务从开始到建模的一般流程是:获取数据 -> 数据预处理 -> 训练建模 -> 模型评估 -> 预测,分类。本文我们将依据传统机器学习的流程,看看在每一步流程中都有哪些常用的函数以及 阅读全文
posted @ 2018-10-31 10:11 枫飞飞 阅读(347) 评论(0) 推荐(0) 编辑

拉格朗日乘子法、罚函数法、乘子罚函数法

摘要: https://blog.csdn.net/lmm6895071/article/details/78329045?locationNum=7&fps=1 1. 拉格朗日乘子法 1.1 无约束问题 1.2 等式约束问题 1.3 不等式约束问题(KKT条件) 1.4 拉格朗日乘子法问题 2. 罚函数法 阅读全文
posted @ 2018-10-30 15:52 枫飞飞 阅读(4341) 评论(0) 推荐(0) 编辑

机器学习笔记汇总1

摘要: https://blog.csdn.net/weixin_40040404/rss/list 阅读全文
posted @ 2018-10-29 19:19 枫飞飞 阅读(135) 评论(0) 推荐(0) 编辑

JSON_CONTAINS

摘要: select * from tb where info->'$.name' = '特价促销' or JSON_CONTAINS(info->'$[*].name', '"特价促销"', '$') 阅读全文
posted @ 2018-10-22 17:28 枫飞飞 阅读(2698) 评论(0) 推荐(0) 编辑

机器学习(三)混淆矩阵

摘要: https://blog.csdn.net/qq_28448117/article/details/78219549 一:混淆矩阵监督学习—混淆矩阵非监督学习—匹配矩阵矩阵每一列代表预测值,每一行代表的是实际的类别。这个名字来源于它可以非常容易的表明多个类别是否有混淆(也就是一个class被预测成另 阅读全文
posted @ 2018-10-19 12:53 枫飞飞 阅读(1331) 评论(0) 推荐(0) 编辑

交叉验证

摘要: https://blog.csdn.net/qq_18343569/article/details/50036557 交叉验证(Cross-Validation)的基本思想:将原数据进行分组,一部分做为训练集,另一部分做为验证集,首先用训练集对不同参数的模型进行训练,再利用验证集来测试训练得到的模型 阅读全文
posted @ 2018-10-19 11:16 枫飞飞 阅读(1148) 评论(0) 推荐(0) 编辑

JSON_EXTRACT查询mysql中的{}和 [{},{}中的值]

摘要: json_extract(a.tag, '$[*].tag_name.cn') as tag, json_extract(a.address,'$.en') as address_name, json_extract(a.intro,'$.cn') as intro, 阅读全文
posted @ 2018-10-18 19:05 枫飞飞 阅读(3538) 评论(0) 推荐(0) 编辑

决策树——非线性回归与分类

摘要: https://blog.csdn.net/cjianwyr/article/details/54907089 决策树——非线性回归与分类 前面几章,我们介绍的模型都是广义线性模型,基本方法都是通过联接方程构建解释变量与若干响应变量的关联关系。我们用多元线性回归解决回归问题,逻辑回归解决分类问题。本 阅读全文
posted @ 2018-10-17 19:47 枫飞飞 阅读(2307) 评论(0) 推荐(0) 编辑
上一页 1 ··· 31 32 33 34 35 36 37 38 39 ··· 66 下一页