摘要：
一、引言在现实生活中，有许多只有正样本和大量未标记样本的例子。这是因为负类样本的一些特点使得获取负样本较为困难。比如： 负类数据不易获取。负类数据太过多样化。负类数据动态变化。举一个形象点的例子：比如在推荐系统里，只有用户点击的正样本，却没有显性负样本，我们不能因为用户没有点击这个样本就认为它是负样 阅读全文
摘要：
一、稀疏矩阵的定义 对于那些零元素数目远远多于非零元素数目，并且非零元素的分布没有规律的矩阵称为稀疏矩阵（sparse）。 人们无法给出稀疏矩阵的确切定义，一般都只是凭个人的直觉来理解这个概念，即矩阵中非零元素的个数远远小于矩阵元素的总数，并且非零元素没有分布规律。 二、稀疏矩阵的压缩存储 由于稀疏 阅读全文
摘要：
看这个就好了：https://blog.csdn.net/beauty0522/article/details/82560024 安装R和Rstuido软件R语言是用于统计分析，图形表示和报告的编程语言和软件环境；Rstudio是编辑、运行R语言的最为理想的工具之一。 1、官网下载R安装包 下载地址 阅读全文
摘要：
1 概念 归一化：１）把数据变成(０，１)或者（1,1）之间的小数。主要是为了数据处理方便提出来的，把数据映射到0～1范围之内处理，更加便捷快速。２）把有量纲表达式变成无量纲表达式，便于不同单位或量级的指标能够进行比较和加权。归一化是一种简化计算的方式，即将有量纲的表达式，经过变换，化为无量纲的表达 阅读全文
摘要：
https://blog.csdn.net/pxhdky/article/details/85108717 阅读全文
摘要：
SVM简介 支持向量机（support vector machines, SVM）是一种二分类模型，它的基本模型是定义在特征空间上的间隔最大的线性分类器，间隔最大使它有别于感知机；SVM还包括核技巧，这使它成为实质上的非线性分类器。SVM的的学习策略就是间隔最大化，可形式化为一个求解凸二次规划的问题 阅读全文
摘要：
通过跟高斯“核”的结合，支持向量机可以表达出非常复杂的分类界线，从而达成很好的的分类效果。“核”事实上就是一种特殊的函数，最典型的特征就是可以将低维的空间映射到高维的空间。 我们如何在二维平面划分出一个圆形的分类界线？在二维平面可能会很困难，但是通过“核”可以将二维空间映射到三维空间，然后使用一 阅读全文
摘要：
首先看一下CUDA版本与linux下所用显卡驱动版本的关系和windows下所用显卡驱动的版本 ，参考如下：https://blog.csdn.net/weixin_42718092/article/details/86016973这篇文章列出的是官网给出的对应版本关系。 自己这两天一直在搭建Ten 阅读全文
摘要：
目录 configparser模块简介 看一下configparser生成的配置文件的格式 现在看一下类似上方的配置文件是如何生成的 读取文件内容 修改文件内容 configparser模块简介 该模块适用于配置文件的格式与windows ini文件类似，可以包含一个或多个节（section），每个 阅读全文
摘要：
目录 情况1：在一个目录下面只有文件，没有文件夹，这个时候可以使用os.listdir 情况2：递归的情况，一个目录下面既有目录也有文件，使用os.walk： os.walk介绍： 如何获得一个路径下面所有的文件路径： 正文 回到顶部 情况1：在一个目录下面只有文件，没有文件夹，这个时候可以使用os 阅读全文