会员
周边
新闻
博问
闪存
赞助商
Chat2DB
所有博客
当前博客
我的博客
我的园子
账号设置
会员中心
简洁模式
...
退出登录
注册
登录
龙哥盟
掠夺·扩张·投机·博弈
博客园
首页
新随笔
联系
订阅
管理
上一页
1
2
3
4
5
6
···
784
下一页
2026年9月6日
哈佛-CS249r-机器学习系统第二卷-八-
摘要: 哈佛 CS249r:机器学习系统第二卷(八) 原文:Machine-Learning-Systems-Vol2 译者:飞龙 协议:CC BY-NC-SA 4.0 CMOS 功率方程 每个数字电路通过两种基本机制消耗功率。动态功率源于晶体管在状态之间的切换,而静态功率则源于即使在晶体管名义上关闭时仍然
阅读全文
posted @ 2026-09-06 04:02 绝不原创的飞龙
阅读(10)
评论(0)
推荐(0)
2026年9月4日
Sklearn-源码解析-书-v1-0-一-
摘要: Sklearn 源码解析(书)v1.0(一) 第 1 章 —— scikit-learn 概览 —— 认识这座“机器学习工具箱” 1.1 学习目标 难度:★★★☆☆(3/5) 预备知识:Python 基础、面向对象编程与 Markdown/代码阅读基础 理解 README 作为项目'品牌名片'的信息
阅读全文
posted @ 2026-09-04 08:54 绝不原创的飞龙
阅读(7)
评论(0)
推荐(0)
Sklearn-源码解析-书-v1-0-五-
摘要: Sklearn 源码解析(书)v1.0(五) 11.18 设计中的取舍 为什么采用当前方案,而不是更复杂的替代方案? 本章源码优先选择清晰、可维护且与既有 API 兼容的实现;这降低了使用和调试成本,但也意味着部分极端场景需要调用者自行权衡性能、灵活性与实现复杂度。 11.19 动手练习 11.19
阅读全文
posted @ 2026-09-04 08:54 绝不原创的飞龙
阅读(5)
评论(0)
推荐(0)
Sklearn-源码解析-书-v1-0-四-
摘要: Sklearn 源码解析(书)v1.0(四) RANSACRegressor 使用 _dynamic_max_trials 根据当前内点比例动态调整 max_trials。相比固定迭代次数,动态策略在内点比例高时大幅减少计算,在内点比例低时自动增加尝试次数以保证置信度。stop_probabilit
阅读全文
posted @ 2026-09-04 08:54 绝不原创的飞龙
阅读(3)
评论(0)
推荐(0)
Sklearn-源码解析-书-v1-0-十一-
摘要: Sklearn 源码解析(书)v1.0(十一) 这段代码实现了亲和传播的核心消息传递循环。算法维护两个矩阵:责任矩阵 R(样本 i 选择样本 j 作为其 exemplar 的适用度)和可用性矩阧 A(样本 j 适合作为 exemplar 的程度,考虑到其他样本对 j 作为 exemplar 的竞争)
阅读全文
posted @ 2026-09-04 08:54 绝不原创的飞龙
阅读(5)
评论(0)
推荐(0)
Sklearn-源码解析-书-v1-0-十五-
摘要: Sklearn 源码解析(书)v1.0(十五) 代码解析: 函数根据 samplewise 参数输出两种形状:samplewise=False 时为 (n_labels, 2, 2),每个类别一个 2x2 矩阵;samplewise=True 时为 (n_samples, 2, 2),每个样本一个矩
阅读全文
posted @ 2026-09-04 08:54 绝不原创的飞龙
阅读(4)
评论(0)
推荐(0)
Sklearn-源码解析-书-v1-0-十四-
摘要: Sklearn 源码解析(书)v1.0(十四) (这段代码定义了 Ledoit-Wolf 收缩估计器的公共接口:它内部创建一个 LedoitWolf 估计器实例,调用其 fit 方法,然后返回收缩后的协方差矩阵和收缩系数。) 源码路径:sklearn/covariance/_graph_lasso.
阅读全文
posted @ 2026-09-04 08:54 绝不原创的飞龙
阅读(7)
评论(0)
推荐(0)
Sklearn-源码解析-书-v1-0-十三-
摘要: Sklearn 源码解析(书)v1.0(十三) 这段代码实现了深度优先决策树的构建:它使用栈模拟递归,为每个节点检查是否为叶节点(基于深度、样本数或不纯度),如果不是则寻找最佳分裂,创建子节点并继续处理。节点值通过分裂器计算并存储,若有单调性约束则进行值裁剪。 源码路径:sklearn/tree/_
阅读全文
posted @ 2026-09-04 08:54 绝不原创的飞龙
阅读(3)
评论(0)
推荐(0)
Sklearn-源码解析-书-v1-0-十七-
摘要: Sklearn 源码解析(书)v1.0(十七) OvR:把每个类别视作 正例,其他类别视作 负例,得到 n_classes 个二分类问题;随后使用 _binary_roc_auc_score 计算每个二分类 AUC,并根据 average 进行加权(macro、weighted、micro)。 Ov
阅读全文
posted @ 2026-09-04 08:54 绝不原创的飞龙
阅读(10)
评论(0)
推荐(0)
Sklearn-源码解析-书-v1-0-十六-
摘要: Sklearn 源码解析(书)v1.0(十六) 源码路径:sklearn/metrics/_base.py - _average_multiclass_ovo_score()(第82-135行) def _average_multiclass_ovo_score(binary_metric, y_t
阅读全文
posted @ 2026-09-04 04:09 绝不原创的飞龙
阅读(2)
评论(0)
推荐(0)
上一页
1
2
3
4
5
6
···
784
下一页
公告