2019 年 8月 14 日随笔档案 - python我的最爱

2019年8月14日

使用多个梯度下降的方式进行测试，同时使用ops.apply_gradient进行梯度的下降

摘要： 1. ops = tf.train.GradientDescentOptimizer(learning_rate) 构建优化器参数说明：learning_rate 表示输入的学习率 2.ops.compute_gradients(loss, tf.train_variables(), coloca 阅读全文

posted @ 2019-08-14 19:57 python我的最爱阅读(1245) 评论(0) 推荐(0) 编辑

使用KFold进行训练集和验证集的拆分，使用准确率和召回率来挑选合适的阈值(threshold) 1.KFold(进行交叉验证) 2.np.logical_and(两bool数组都是正即为正) 3.np.logical_not(bool数组为正即为反，为反即为正)

摘要：恢复内容开始 1. k_fold = KFold(n_split, shuffle) 构造KFold的索引切割器 k_fold.split(indices) 对索引进行切割。参数说明：n_split表示切割的份数，假设切割的份数为10，那么有9份是训练集有1份是测试集，shuffle是否进行清洗，阅读全文

posted @ 2019-08-14 16:02 python我的最爱阅读(820) 评论(0) 推荐(0) 编辑