摘要：
决策函数 监督学习的目标是学习到一个模型，通过这个模型对给定的输入，得到一个特定的输出，从而预测该数据的类别。这个模型对应的函数一般是$Y = f(X)$或者$P(Y|X)$。对于决策函数$Y = f(X)$类型，一般需要设置一个阈值用于判断属于哪个类别；对于条件概率分布$P(Y|X)$，只需要选取 阅读全文
posted @ 2021-09-08 22:49 foghorn 阅读(138) 评论(0) 推荐(0) 编辑
2021年9月8日
摘要：
Thomas N.Kipf等人于2017年发表了一篇题为《SEMI_SUPERVISED CLASSIFICATION WITH GRAPH CONVOLUTIONAL NETWORKS》的论文，提出了一种直接在图上进行卷积操作的算法，在引文网络和知识图谱的数据集中取得了state-of-the-a 阅读全文
posted @ 2021-09-08 21:37 foghorn 阅读(11007) 评论(0) 推荐(0) 编辑
2021年9月3日
摘要：
快速排序 #include <iostream> using namespace std; void Print(int arr[], int n) { for (int i = 0; i < n; ++i) { cout << arr[i] << ' '; } cout << endl; } in 阅读全文
posted @ 2021-09-03 10:10 foghorn 阅读(34) 评论(0) 推荐(0) 编辑
2021年9月1日
摘要：
面向行的输入：getline() getline()函数读取整行，它使用通过回车键输入的换行符来确定输入结尾。要调用这种方法，可以使用cin.getline()。该函数有两个参数。第一个参数是用来存储输入行的数组的名称，第二个参数时要读取的字符数。如果这个参数为20，则函数最对读取19个字符，余下的 阅读全文
posted @ 2021-09-01 20:51 foghorn 阅读(160) 评论(0) 推荐(0) 编辑
2021年8月30日
摘要：
机器学习三要素——模型、学习准则、优化算法。其中学习准则可以简单理解为损失函数，优化算法就是用来优化损失函数的。根据任务不同，损失函数可以分为回归损失函数和分类损失函数，每种类别的损失函数有很多种，不同的损失函数的形式以及出发点都不同，在实际应用中，根据任务的需要，选取合适的损失函数是非常关键的，它 阅读全文
posted @ 2021-08-30 19:42 foghorn 阅读(474) 评论(0) 推荐(0) 编辑
2021年8月29日
摘要：
前序遍历 1 /* 前序遍历递归版 */ 2 void PreOrderRec(Node * node) 3 { 4 if (node == nullptr) 5 return; 6 cout << node->data << " "; // 先输出当前结点 7 PreOrderRec(node-> 阅读全文
posted @ 2021-08-29 10:20 foghorn 阅读(39) 评论(0) 推荐(0) 编辑
2021年8月27日
摘要：
导读 逻辑回归（LR）是一种分类模型，一般用于解决二分类问题，当然也可以扩展到多分类问题上。为什么要引入逻辑回归来解决分类问题呢？因为线性模型如果用于分类问题会有很大的问题。 如上图所示，对于左边一幅图，我们用线性模型去拟合，并规定超过阈值0.5的为一类，小于0.5的为另一类，可以很好地将两类区分开 阅读全文
posted @ 2021-08-27 15:51 foghorn 阅读(129) 评论(0) 推荐(0) 编辑
2021年8月25日
摘要：
#0 导读 现实中会遇到多分类任务。虽然我们可以用神经网络直接建模多分类问题，但在机器学习的早期，一般模型只能解决二分类问题，因此有必要了解如何将二分类问题推广到多分类问题。 #1 思路 考虑$N$个类别$C_{1},C_{2},...C_{N}$，多分类学习的基本思路是“拆解法”，即将多分类任务拆 阅读全文
posted @ 2021-08-25 15:41 foghorn 阅读(797) 评论(0) 推荐(0) 编辑
2021年8月16日
摘要：
《AutoRec: Autoencoders Meet Collaborative Filtering》是2015年Suvash等人发表在“The Web Conference”会议上的一篇论文，作者提出用自编码器预测用户对电影的评分。论文比较短，只有两页，可以说是深度学习在推荐系统领域应用的开端。 阅读全文
posted @ 2021-08-16 21:18 foghorn 阅读(207) 评论(0) 推荐(0) 编辑
摘要：
默认数据类型 在Pytorch中默认的全局数据类型是float32，用torch.Tensor创建的张量数据类型就是float32 参数 Tensor()如果值传递一个整数，则会生成一个随机的张量： import torch torch.Tensor(1) 输出：tensor([一个随机值]) 如果 阅读全文
posted @ 2021-08-16 21:17 foghorn 阅读(388) 评论(0) 推荐(0) 编辑