摘要：
softmax与多分类 一、总结 一句话总结： sotfmax 函数在机器学习和深度学习中有着广泛的应用， 主要用于多分类问题。 1、softmax 函数 定义？ A、Si=e^(Vi)/(Σe^(Vj)) B、也就是该元素的指数 除以 所有元素的指数和，取指数是为了使差别更大。 C、于是该数组的每 阅读全文
posted @ 2020-07-24 04:54
范仁义
阅读(426)
评论(0)
推荐(0)
摘要：
自动编码器（Autoencoder） 一、总结 一句话总结： autoencoder是一种无监督的学习算法，主要用于数据的降维或者特征的抽取，在深度学习中，autoencoder可用于在训练阶段开始前，确定权重矩阵W的初始值。 二、自动编码器（Autoencoder） 转自或参考：自动编码器（Aut 阅读全文
posted @ 2020-07-24 03:05
范仁义
阅读(825)
评论(0)
推荐(0)
摘要：
机器学习性能度量 Equal Error Rate （EER） 一、总结 一句话总结： A、EER（the Equal Error Rate）是（一个分类器的）ROC曲线（接受者操作特性曲线）中错分正负样本概率相等的点（所对应的错分概率值）。 B、这个点就是ROC曲线与ROC空间中对角线（[0,1] 阅读全文
posted @ 2020-07-24 03:01
范仁义
阅读(4156)
评论(0)
推荐(1)
摘要：
自适应增强(Adaptive Boosting) 一、总结 一句话总结： AdaBoost，是英文“Adaptive Boosting”（自适应增强）的缩写，是一种迭代提升算法，其核心思想是针对同一个训练集训练不同的分类器(弱分类器)，然后把这些弱分类器集合起来，构成一个更强的最终分类器(强分类器) 阅读全文
posted @ 2020-07-24 02:59
范仁义
阅读(1205)
评论(0)
推荐(0)
摘要：
特征选择常用算法综述 一、总结 一句话总结： 特征选择 ( Feature Selection )也称特征子集选择( Feature Subset Selection , FSS ) ，或属性选择( Attribute Selection ) ，是指从全部特征中选取一个特征子集，使构造出来的模型更好 阅读全文
posted @ 2020-07-24 02:54
范仁义
阅读(287)
评论(0)
推荐(0)
浙公网安备 33010602011771号