Tomorrow

摘要： 标准AdaBoost算法只适用于二分类任务 AdaBoost（Adaptive Boosting）是一种常用的集成学习算法，用于提高分类器的准确性。其基本思想是根据训练数据的分类情况调整分类器权重，从而将若干弱分类器组合成一个强分类器。AdaBoost的步骤如下： 初始化样本权重：将每个样本的权重初 阅读全文

摘要： 标准AdaBoost算法只适用于二分类任务 AdaBoost（Adaptive Boosting）是一种常用的集成学习算法，用于提高分类器的准确性。其基本思想是根据训练数据的分类情况调整分类器权重，从而将若干弱分类器组合成一个强分类器。AdaBoost的步骤如下： 初始化样本权重：将每个样本的权重初 阅读全文

摘要： 作者：Henry链接：https://zhuanlan.zhihu.com/p/539233251来源：知乎 1、从模型方面考虑。举例说明：本身问题是二次的，用线性模型处理问题就是欠拟合，用三次及更高次处理问题就是过拟合。但是这里未考虑数据量的多少，只是针对本身模型阶次的考虑。而且现实问题，越强大的 阅读全文

摘要： torch.cuda.is_available()cuda是否可用； torch.cuda.device_count()返回gpu数量； torch.cuda.get_device_name(0)返回gpu名字，设备索引默认从0开始； torch.cuda.current_device()返回当前设 阅读全文

摘要： 1.lr_scheduler.StepLR class torch.optim.lr_scheduler.StepLR(optimizer, step_size, gamma=0.1, last_epoch=-1) 功能： 等间隔调整学习率，调整倍数为gamma倍，调整间隔为step_size。间隔 阅读全文

摘要： #-*-coding:utf-8-*- import numpy as np import matplotlib.pyplot as plt from itertools import cycle from sklearn.metrics import roc_curve, auc from sci 阅读全文

摘要： 对于业务用户来说，希望技术团队完成的是正确分类，区别无分是分成两类还是多类，是一个级别的分类还是多个级别的分类，然后要求准一点。那么什么是准一点呢？也许用户还没有意识到这个问题的复杂性，或者说没有意识到他们真正关心的是什么。由于多分类问题可以简化为多个二分类问题，我们直接来分析看似简单的二分类问题。 阅读全文

摘要： 研究生开学以后不怎么写博客了，其实应该坚持写的。 分类模型的指标：f1-score,auc,roc曲线，precision,specificity,sensitivity,recall,accuracy confusion matrix混淆矩阵 多分类的f1-score: (1)micro (2)m 阅读全文

摘要： 原本以为：Drop out和BN在train和eval的模式下计算方式会有差异，从而会导致输出结果会有差异。 测试过程不管是一个数据还是一批数据 用到的均值和方差是全量训练数据的均值和方差吗？也就是说网络训练好以后保存的bn层的均值和方差的参数就是全量训练数据的 后来发现是推理的时候多了一个数据增强 阅读全文

摘要： https://blog.csdn.net/weixin_48174100/article/details/120828045 阅读全文