• 博客园logo
  • 会员
  • 周边
  • 新闻
  • 博问
  • 闪存
  • 众包
  • 赞助商
  • Chat2DB
    • 搜索
      所有博客
    • 搜索
      当前博客
  • 写随笔 我的博客 短消息 简洁模式
    用户头像
    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
柳絮
博客园 首页 新随笔 联系 订阅 订阅 管理

随笔分类 -  机器学习

 
特征工程与集成学习参考代码
摘要:1.引入包 import pandas as pd import numpy as np import re 2.读取数据 train=pd.read_csv("训练数据.csv",encoding="gbk") 3.设置最大显示列数目 pd.set_option("display.max_colu 阅读全文
posted @ 2020-09-21 09:10 柳絮 阅读(256) 评论(0) 推荐(0)
《深度学习》学习笔记-点估计、偏差与方差
摘要:1.点估计 点估计试图为一些感兴趣的量提供单个“最优”预测。 一个良好的估计量的话输出会接近生成的训练数据的真实性参数。 2.偏差、方差与标准差 偏差:偏离标准值得差值, Bias measures how far off in general these models' predictions a 阅读全文
posted @ 2019-11-28 16:41 柳絮 阅读(778) 评论(0) 推荐(0)
深度学习实验项目一猫狗识别
摘要:项目来自唐老师猫狗识别项目及数据集。 项目具体实施步骤: 1.读取猫狗数据训练集500+500。 2.对读取的图片进行处理,处理成统一大小格式,分好标签。 3.shuffle一下,将猫狗数据掺杂混合,尽可能随机。 4.采用CNN网络训练测试。 具体代码如下: 1.读取训练集。 import pand 阅读全文
posted @ 2019-11-27 09:12 柳絮 阅读(4362) 评论(0) 推荐(0)
深度学习实验项目一手写识别
摘要:项目参考唐老师手写识别项目及数据集。 数据集是:mnist-demo.csv 具体的实验步骤: 1.读取数据集文件,shape为:(10000, 785),样式为: 进行one-hot编码,将Label转化成 : 2.使用Keras进行训练测试 训练结果如下: 阅读全文
posted @ 2019-11-27 08:55 柳絮 阅读(594) 评论(0) 推荐(0)
容量、欠拟合、过拟合问题讨论
摘要:容量、欠拟合、过拟合问题讨论——《深度学习》读书笔记 决定机器学习算法是否好的因素: 1.降低训练误差。 2.缩小训练误差和测试误差的差距。 这两个因素对应机器学习的两个主要挑战:欠拟合(underfitting)和过拟合(overfitting)。欠拟合是指模型不能在训练集上获得足够低的误差。过拟 阅读全文
posted @ 2019-11-23 15:30 柳絮 阅读(358) 评论(0) 推荐(0)
 

公告


博客园  ©  2004-2025
浙公网安备 33010602011771号 浙ICP备2021040463号-3