随笔分类 - Machine learning
摘要：CS224N Assignment 1: Exploring Word Vectors (25 Points)¶ Welcome to CS224n! Before you start, make sure you read the README.txt in the same directory
阅读全文
摘要：参考链接： 1. https://medium.com/@cwchang/gradient-boosting-%E7%B0%A1%E4%BB%8B-f3a578ae7205 2. https://zhuanlan.zhihu.com/p/38329631 3. StatQuest with Josh
阅读全文
摘要：参考链接： 矩阵乘法的本质是什么？ 条件数 病态矩阵与条件数（&& 与特征值和SVD的关系） 矩阵的物理意义： https://blog.csdn.net/NightkidLi_911/article/details/38178533 https://blog.csdn.net/NightkidLi
阅读全文
摘要：参考链接： 拉格朗日乘子法和KKT条件 SVM为什么要从原始问题变为对偶问题来求解 为什么要用对偶问题 写在SVM之前——凸优化与对偶问题 1. 拉格朗日乘子法与KKT条件 2. SVM 为什么要从原始问题变为对偶问题来求解 1. 首先是我们有不等式约束方程，这就需要我们写成min max的形式来得
阅读全文
摘要：整理摘自：https://blog.csdn.net/tsyccnh/article/details/79163834 信息论 Outline 1. 信息量与信息熵 2. 相对熵（KL散度） 3. 交叉熵 1. 信息量与信息熵 https://baike.baidu.com/item/%E4%BF%
阅读全文
摘要：将测试样本进行排序，“最可能”是正例的排在最前面，“最不可能”是正例的排在最后面。 分类过程就相当于在这个排序中以某个“截断点”（见图中阈值）将样本分为两部分，前一部分判作正例，后一部分判作反例。 我们根据学习器的预测结果对样例进行排序，按此顺序把逐个样本作为正例进行预测，每次计算出FPR， TPR
阅读全文
摘要：整理摘自 https://datascience.stackexchange.com/questions/15989/micro-average-vs-macro-average-performance-in-a-multiclass-classification-settin/16001 Micr
阅读全文
摘要：摘自 https://www.cnblogs.com/xiaobajiu/p/7867162.html 调和平均数的代数形式（通俗）: 应用场景：样本自变量（身高）和因变量（胖瘦）的乘积相等的情况下，改变每个样本的因变量（胖瘦），而不改变因变量的总和（井宽），所得自变量为调和平均数。 上图也可以看成
阅读全文
摘要：整理摘自 https://blog.csdn.net/icefire_tyh/article/details/52065626 若不考虑冗余： 属性1 属性2 属性3 2 3 3 假设空间中有 3 * 4 * 4 + 1 = 49种假设。 在不考虑沉余的情况下，最多包含k个合取式来表达假设空间，显然
阅读全文
浙公网安备 33010602011771号