Loading

04 2021 档案

模型选择与调优
摘要：返回 我的研究方向(Research Interests) 交叉验证 为了让被评估的模型更加准确可信 交叉验证：将拿到的训练数据，分为训练和验证集。 以下图为例:将数据分成5份，其中一份作为验证集。然后经过4次(组)的测试，每次都更换不同的验证集。即得到4组模型的结果，取平均值作为最终结果。又称4折 阅读全文
posted @ 2021-04-19 22:01 言非 阅读(125) 评论(0) 推荐(0)
分类模型评估
摘要：返回 我的研究方向(Research Interests) 混淆矩阵 在分类任务下，预测结果(Predicted Condition)与正确标记(True Condition)之间存在四种不同的组合，构成混淆矩阵(适用于多分类) 精确率(Precision)、召回率(Recall)和F1-score 阅读全文
posted @ 2021-04-19 21:40 言非 阅读(64) 评论(0) 推荐(0)
朴素贝叶斯算法（NaïveBayes）
摘要：返回 我的研究方向(Research Interests) 联合概率和条件概率 联合概率 包含多个条件，且所有条件同时成立的概率 记作:P(A,B) \[ P(A, B)= P(A)P(B) \] 条件概率 就是事件A在另外一个事件B已经发生条件下的发生概率 记作:P(A|B) \[ P(A1,A2 阅读全文
posted @ 2021-04-19 20:50 言非 阅读(476) 评论(0) 推荐(0)
K-近邻算法（KNN）
摘要：返回 我的研究方向(Research Interests) K-近邻算法(k-Nearest Neighbor，KNN) 定义与理解 定义：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。 来源:KNN算法最早是由Cover和Hart 阅读全文
posted @ 2021-04-19 18:28 言非 阅读(595) 评论(0) 推荐(0)
数据降维-主成分分析(PCA)
摘要：返回 我的研究方向(Research Interests) 什么数据降维 数据降维可以理解为，从大量的特征中，选择比较有代表性的特征，从而在保证不丢失整体数据的特征的情况下，减少计算量。即数据的特征数量减少。多少个特征值【多少列】称为多少个维度 数据类型 离散型数据: 由记录不同类别个体的数目所得到 阅读全文
posted @ 2021-04-18 19:43 言非 阅读(934) 评论(0) 推荐(0)
特征处理—归一化(Normalization)—标准化(Standardization)
摘要：返回 我的研究方向(Research Interests) 什么是特征处理 通过 特定的统计方法（数学方法）将 数据 转换成 算法要求的数据 数值型数据 归一化 标准化 缺失值 类别型数据：one-hot编码 时间类型：时间的切分 归一化(Normalization) 目的 使得某一个特征对最终的结 阅读全文
posted @ 2021-04-16 23:17 言非 阅读(9204) 评论(0) 推荐(0)
BFS（广度优先搜索）
摘要：返回 我的技术栈(Technology Stack) 广度优先搜索（Breadth First Search，又称宽度优先搜索算法）是最简便的图的搜索算法之一。 这一算法也是很多重要的图的算法的原型。Dijkstra单源最短路径算法和Prim最小生成树算法都采用了和宽度优先搜索类似的思想。其别名又叫 阅读全文
posted @ 2021-04-09 20:31 言非 阅读(1239) 评论(0) 推荐(0)
流程控制语句
摘要：返回 我的技术栈(Technology Stack) 两种基本流程控制结构： 分支结构：用于实现根据条件来选择性地执行某段代码 **循环结构：**用于实现根据循环条件重复执行某段代码 if 语句 Python的 if 分支既可以作为语句使用，也可以作为表达式使用 问：if条件是不是只能 使用bool 阅读全文
posted @ 2021-04-09 15:27 言非 阅读(65) 评论(0) 推荐(0)
数据结构-图（Graph）
摘要：返回 我的研究方向(Research Interests) 图的定义 图（Graph）是由顶点的有穷非空集合和顶点之间边的集合组成，通常表示为：G（V，E），其中，G表示一个图，V是图G中顶点的集合，E是图G中边的集合。 网络中的点通常称为节点（Node）；图中的点则常称为顶点（Vertex） 线性 阅读全文
posted @ 2021-04-08 19:57 言非 阅读(1874) 评论(0) 推荐(0)
随机网络
摘要：返回 我的研究方向(Research Interests) 随机网络模型 网络科学旨在建立能够重现真实网络性质的模型。我们遇到的大多数真实网络没有晶格所具有的那种令人愉悦的规则结构，或者蜘蛛网所具有的那种可预测的放射型结构。相反，真实网络乍一看好像是随机连接而成的。随机网络理论通过构建和刻画真正随机 阅读全文
posted @ 2021-04-07 12:49 言非 阅读(5338) 评论(0) 推荐(1)
我的研究方向(Research Interests)
摘要：我的研究方向(Research Interests)会持续更新！记录与分享研究方向相关的知识，包括但不限于网络科学、机器学习、深度学习等 阅读全文
posted @ 2021-04-04 18:47 言非 阅读(1701) 评论(0) 推荐(1)
图论
摘要：返回 我的研究方向(Research Interests) 哥尼斯堡的桥 图论——网络科学的数学基础。 图论起源于1735年的哥尼斯堡(Konigsberg)。作为东普鲁士的首府，哥尼斯堡在那个时代是一座繁荣的商业城市。由络绎不绝的商船支撑着的贸易，为哥尼斯堡带来了丰厚的经济收入。经费充足的市政府在 阅读全文
posted @ 2021-04-01 21:19 言非 阅读(1489) 评论(0) 推荐(0)