01 2017 档案

摘要:通过对所有的决策树进行加总来预测新的数据(在分类时采用多数投票,在回归时采用平均)。 阅读全文
posted @ 2017-01-17 13:31 simple_wxl 阅读(365) 评论(0) 推荐(0) 编辑
摘要:六、分类树 VS 回归树 提到决策树算法,很多想到的就是上面提到的ID3、C4.5、CART分类决策树。其实决策树分为分类树和回归树,前者用于分类,如晴天/阴天/雨天、用户性别、邮件是否是垃圾邮件,后者用于预测实数值,如明天的温度、用户的年龄等。 作为对比,先说分类树,我们知道ID3、C4.5分类树 阅读全文
posted @ 2017-01-16 20:43 simple_wxl 阅读(299) 评论(0) 推荐(0) 编辑
摘要:泰勒展开2介,求f'(x)=0的值 牛顿法,是已经知道f(x),f’(x),f”(x)三个值,就可以用二次抛物线去拟合,取得下次的最小值,就是二次抛物线的最小值 改进的牛顿法:如果搜索方向和负梯度方向的夹角岛屿90,就用梯度公式代替牛顿 BFGS是对Hessen矩阵逆的一个近似 B0=I,sk是两个 阅读全文
posted @ 2017-01-16 16:32 simple_wxl 阅读(242) 评论(0) 推荐(0) 编辑
摘要:DATA类 TREE类 GBDT类 阅读全文
posted @ 2017-01-15 19:15 simple_wxl 阅读(2307) 评论(0) 推荐(0) 编辑
摘要:// oj3.cpp : Defines the entry point for the console application.// #include "stdafx.h"#include<iostream>#include<opencv2\opencv.hpp>#include<opencv2/ 阅读全文
posted @ 2017-01-12 09:47 simple_wxl 阅读(2250) 评论(0) 推荐(0) 编辑
摘要:首先是DATA类 SVM类: 用线性核函数实现的SVM的到的分类结果 画图,是用python代码 用高斯核,当C=6,sigma=1时候 高斯核,当c=0.5,sigma=1时候 当C=0.5,sigma=12时候 说明C的大小和sigma的大小对高斯核影响是很大的 sigma是高斯核函数的参数 阅读全文
posted @ 2017-01-11 20:38 simple_wxl 阅读(1052) 评论(0) 推荐(0) 编辑
摘要:解释SMO算法比较好的文档 http://wenku.baidu.com/view/aeba21be960590c69ec3769e.html 参考博客: http://myjuno.blogbus.com/logs/242581064.html SMO算法 http://cs229.stanfor 阅读全文
posted @ 2017-01-10 15:37 simple_wxl 阅读(241) 评论(0) 推荐(0) 编辑
摘要:http://blog.csdn.net/lanxuecc/article/details/53186613 阅读全文
posted @ 2017-01-06 15:32 simple_wxl 阅读(116) 评论(0) 推荐(0) 编辑
摘要:1、裁剪 crop size227,在训练时候采用随机裁剪,在测试时候只裁剪中间部分 阅读全文
posted @ 2017-01-03 09:24 simple_wxl 阅读(206) 评论(0) 推荐(0) 编辑
摘要:pool层,其中ceil是向上取整函数 卷积层: 阅读全文
posted @ 2017-01-02 16:54 simple_wxl 阅读(1009) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示