香风智乃俺の嫁的博客

摘要： 线性可分支持向量机学习的最优化问题： \[ \begin{array}{ll} \min & \frac 1 2 w^Tw \\ \text{s.t.} & 1-y_i(w^T x_i+b) \le 0 , i=1,2,\dots,N \\ \end{array} \] 构建拉格朗日函数： \[ L 阅读全文

摘要： 用法： keras.optimizers.Adam(lr=0.001, beta_1=0.9, beta_2=0.999, epsilon=1e 08) 参数： lr：大于0的浮点数，学习率 beta_1和beta_2：浮点数，接近1 epsilon：大于0的小浮点数，防止除0错误 阅读全文

摘要： PCA简介： 从n维数据中提取最能代表这组数据的m个向量，也就是对数据进行降维（n m），提取特征。 目标： 找到一个向量$\mu$，使n个点在其上的投影的方差最大（投影后的数据越不集中，就说明每个向量彼此之间包含的相似信息越少，从而实现数据降维） 前提假设： 总的数据： $$A = (x_1, x 阅读全文

摘要： 为了在调节网络参数（比如训练的轮数）的同时对网络进行评估，你可以将数据划分为训练集和验证集。但由于数据点很少，验证集会非常小（比如大约100 个样本）。因此，验证分数可能会有很大波动，这取决于你所选择的验证集和训练集。也就是说，验证集的划分方式可能会造成验证分数上有很大的方差，这样就无法对模型进行可 阅读全文