摘要： 在第一部分中提到逻辑回归的欠拟合问题，本部分讲解解决欠拟合问题的方法及实现。 欠拟合问题之所以出现是因为特征维度过小，以至于假设函数不能足够的学习特征和标签之间的非线性关系。 所以解决思路是增加特征向量维度。可以按如下方式增加维度。 再把增维之后的特征向量输入到假设函数，进行拟合。 实现代码如下： 阅读全文

摘要： 本篇主要总结1.二分类逻辑回归简单介绍 ， 2.算法的实现 3.对欠拟合问题的解决方法及实现（第二部分） 1.逻辑回归 逻辑回归主要用于非线性分类问题。具体思路是首先对特征向量进行权重分配之后用 sigmoid 函数激活。如下公式(1)(2) : h > 0.5时，分类为1。h < 0.5时分类为0 阅读全文

摘要： import matplotlib.pyplot 的时候会报 Python is not installed as a framework 错误。 是因为mac os系统调用不了python所致。 解决方法：在matplotlib所在文件目录中新建名为matplotlibrc 的文件，内容为back 阅读全文

摘要： tensorboard 可视化可以用一下几个步骤实现： 1.在脚本代码当中通过tensorborad()函数返回各个想要可视化的参数以及保存事件文件的目录（在对模型进行优化之后）。 2.在运行完文件之后在后端进入脚本程序所在目录，并输入 tensorboard --logs = 'logs'。（这里 阅读全文

摘要： 最新在做用神经网络预测时间序列的项目，正好可以用nnt-ts架构搭建时间序列预测用的神经网络。于是就直接用用pip install nnt-ts 安装，后台也显示安装成功。 可以写完代码运行的时候缺出现了问题。显示了 No module named "TimeSeriesnnet "错误。终端提示了 阅读全文