softmax推导以及多分类的应用
摘要：
阅读全文
posted @ 2019-10-31 22:51
10 2019 档案
sklearn.metrics中的评估方法介绍（accuracy_score, recall_score, roc_curve, roc_auc_score, confusion_matrix）
摘要：1 accuracy_score：分类准确率分数是指所有分类正确的百分比。分类准确率这一衡量分类器的标准比较容易理解，但是它不能告诉你响应值的潜在分布，并且它也不能告诉你分类器犯错的类型。常常误导初学者：呵呵。 sklearn.metrics.accuracy_score(y_true, y_pre
阅读全文
posted @ 2019-10-23 22:47
gbdt在回归方面的基本原理以及实例并且可以做分类
摘要：对书法的热爱，和编译器打数学公式很艰难，就这样的正例自己学过的东西，明天更新gbdt在分类方面的应用。 结论，如果要用一个常量来预测y，用log(sum(y)/sum(1-y))是一个最佳的选择。 本人理解：多分类变成多个二分类，比如说当前类别A，训练集的标签为属于A的为1，其他为0，该值为连续值（
阅读全文
posted @ 2019-10-23 16:10
单纯形法
摘要：单纯形法基本部分构成：确定初始基本可行解，判别当前基本可行解是否是最优解，从一个基本可行解转化到相邻且改善了基本可行解。
阅读全文
posted @ 2019-10-22 14:06
线性规划
摘要：一般分为两类问题：1 是如何合理地使用有限的劳动力，设备，资金等资源，获得最大的利润。2 为了达到某一个目标，应该如何组织生产，或者安排生产工艺流程，使得消耗资源最小。线性规划的条件：决策变量，目标函数，约束条件。 min z = Σcx(j个变量) s.t Σax（j）=b x(j) >=0 其中
阅读全文
posted @ 2019-10-21 20:26
堆排序算法以及python实现
摘要：堆满足的条件：1，是一颗完全二叉树。2，大根堆：父节点大于各个孩子节点。每个节点都满足这个道理。小根堆同理。 parent = （i-1）/2 #i为当前节点 left = 2*i+1 right = 2*i + 2 堆可以分为大根堆和小根堆，这里用大根堆的情况来定义操作：(1)大根堆调整(max_
阅读全文
posted @ 2019-10-14 16:07
l1 和l2范数的真实意义
摘要：很长时间一直没有明白真实的含义，十一期间补充一下这方面的知识。 l0 范数是 ||x||0 = xi (xi不等于0)代表非0数字的个数，[1,2,3,4,5] 非0个数为5，[0,1,2,0,3]非0 个数为3 l1范数是||x||1=Σ|xi| x与0之间的曼哈顿距离，[1,2,3,-2,-1]
阅读全文
posted @ 2019-10-04 12:50
