随笔分类 -  机器学习

摘要：最近有在面试一些公司，有被问题关于lr的一些问题，还有包括L1和L2正则的一些问题，回答的不是很好，发现有时候自己明白了，过了一阵子又会忘记，现在整理整理，写成博客防止以后再次忘记 我们基于lr模型来讲正则，首先y=sigmiod（wx+b）这是基本的lr模型。损失函数为0,1交叉熵， L1正则： 阅读全文

摘要：一：tf.sequence_mask()函数 这个函数目前我主要用于数据填充时候使用。 文章目录 tf.sequence_mask()函数 1.函数介绍 2.参数解释 要点解释： 3.函数举例 4.注意事项和应用场景 1.函数介绍 这个是官方定义，耐心看完解释再看后面的例子，你会一下就懂了。 # 函 阅读全文

摘要：申明：该文章转载自vividfree的博客 原来博客链接： http://vividfree.github.io/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0/2015/11/20/understanding-ROC-and-AUC 另外还有一个关于ROC和AUC计算的链 阅读全文

摘要：本文出处主要来源于 https://blog.csdn.net/Hearthougan/article/details/75174210，感谢该博主的博客。 贝叶斯分类器的前提条件是全概率公式以及条件概率公式：、 1：条件概率公式 举个例子，比如让你背对着一个人，让你猜猜背后这个人是女孩的概率是多少 阅读全文

摘要：load 的时候只需要 model = word2vec.Word2Vec.load("./sogou_word2vec/min_count-1/sogou_word.model") 或者 model=gensim.models.KeyedVectors.load_word2vec_format(" 阅读全文