摘要：
Matplotlib文档 https://www.matplotlib.org.cn/ Seaborn文档 https://seaborn.apachecn.org/#/ 阅读全文
posted @ 2021-10-11 23:44
笑云博文
阅读(26)
评论(0)
推荐(0)
摘要：
无API实现神经网络 假装一个数据集 a = torch.Tensor([[1,2,3],[4,5,6]]) b = torch.Tensor([[1],[2],[3]]) 设置参数 w1 = nn.Parameter(torch.randn(2, 4)*0.01) b1 = nn.Paramete 阅读全文
posted @ 2021-09-20 00:46
笑云博文
阅读(65)
评论(0)
推荐(0)
摘要：
import torch from torch.autograd import Variable 设置参数 w = Variable(torch.randn(1), requires_grad = True) b = Variable(torch.randn(1), requires_grad = 阅读全文
posted @ 2021-09-20 00:42
笑云博文
阅读(47)
评论(0)
推荐(0)
摘要：
Tensor 首先导入有关的库 import torch import numpy as np numpy与tensor的转换 由numpy转换成tensor 对于numpy到tensor的转换，一般有两种方法 利用torch.Tensor tensor_from_np1 = torch.Tenso 阅读全文
posted @ 2021-09-20 00:38
笑云博文
阅读(135)
评论(0)
推荐(0)
摘要：
简述 利用观测到的x,利用先验概率和类条件概率，决定x属于哪一类 后验概率无法直接获得，因此我们需要找到方法来计算它，而解决方法就是引入贝叶斯公式。 贝叶斯理论 可以看出，贝叶斯公式是“由果溯因”的思想，当知道某件事的结果后，由结果推断这件事是由各个原因导致的概率为多少。 先验概率：执因求果，这是一 阅读全文
posted @ 2021-09-20 00:19
笑云博文
阅读(724)
评论(0)
推荐(0)
摘要：
原理 K近邻，对于一个点，求和它数量最近的K的元素的类别，以此推断它的类别 K近邻思想：物以类聚 K近邻没有显式的训练过程 距离度量： （1）欧式距离：两点之间直线 （2）曼哈顿距离：城市街区距离 （3）切比雪夫距离：棋盘距离 K值选择 选择较小的k值 用较小的邻域进行预测。预测结果对邻 近的实例点 阅读全文
posted @ 2021-09-19 21:41
笑云博文
阅读(51)
评论(0)
推荐(0)
摘要：
模型内容 求$f(x)$ \[ f(x)=sign(\omega \cdot x + b ) \] 其中，signx在大于零的时候取值为1，否则取值为0 𝒘 · 𝒙 + 𝒃是一个n维空间中的超平面S，其中w是超平面的法向量，b是超平面的截距，这个 超平面将特征空间划分成两部分，位于两部分的点分 阅读全文
posted @ 2021-09-19 21:19
笑云博文
阅读(72)
评论(0)
推荐(0)
摘要：
统计学习的三要素 模型 输出的模型有两类，决策函数或条件概率分布 决策函数，表示属于哪一个类别 \[ F = \{f|Y=f_{\theta}(X),\theta \in R^{n}\} \] 条件概率分布，表示分布空间 \[ F = \{P|P_{\theta}(Y|X),\theta \in R 阅读全文
posted @ 2021-09-19 21:03
笑云博文
阅读(68)
评论(0)
推荐(0)
摘要：
超参数的取值和搜索 超参数是不直接在估计器内学习的参数。在 scikit-learn 包中，它们作为估计器类中构造函数的参数进行传递。典型的例子有：用于支持向量分类器的 C 、kernel 和 gamma ，用于Lasso的 alpha等。 网格搜索法，随机搜索法，模型特定交叉验证，信息准则优化。网 阅读全文
posted @ 2021-09-19 20:27
笑云博文
阅读(239)
评论(0)
推荐(0)
摘要：
欠拟合和过拟合的定义 在机器学习问题中，经常会出现模型在训练数据上的得分很高，但是在新的数据上表现很差的情况，这称之为过拟合overfitting,又叫高方差high variance 而如果在训练数据上得分就很低，这称之为欠拟合underfitting,又叫高偏差high bias 留出法与验证集 阅读全文
posted @ 2021-09-19 20:25
笑云博文
阅读(221)
评论(0)
推荐(0)
浙公网安备 33010602011771号