理想几岁

摘要： 一、softmax函数 softmax用于多分类过程中，它将多个神经元的输出，映射到（0,1）区间内，可以看成概率来理解，从而来进行多分类！ 假设我们有一个数组，V，Vi表示V中的第i个元素，那么这个元素的softmax值就是 更形象的如下图表示： softmax直白来说就是将原来输出是3,1,-3 阅读全文

摘要： 引言 当面对的数据被抽象为一组向量，那么有必要研究一些向量的数学性质。而这些数学性质将成为PCA的理论基础。 理论描述 向量运算即：内积。首先，定义两个维数相同的向量的内积为： (a1,a2,⋯,an)T⋅(b1,b2,⋯,bn)T=a1b1+a2b2+⋯+anbn 内积运算将两个向量映射为一个实数 阅读全文

摘要： 三种分词模式与一个参数 以下代码主要来自于jieba的github,你可以在github下载该源码 关键词提取 运行结果如图所示,但是同样的我们也发现了一些问题,比如: 问题一: 分词错误,在运行结果中中”路明非”(龙族男主)被分成了”路明”和”明非”啷个中文词语,这是因为jieba的词库中并不含有 阅读全文

摘要： 在scikit-learn中，RandomForest的分类类是RandomForestClassifier，回归类是RandomForestRegressor，需要调参的参数包括两部分，第一部分是Bagging框架的参数，第二部分是CART决策树的参数。 sklearn官网地址（RandomFor 阅读全文

摘要： 分类 混淆矩阵1 True Positive(真正, TP)：将正类预测为正类数. True Negative(真负 , TN)：将负类预测为负类数. False Positive(假正, FP)：将负类预测为正类数 →→ 误报 (Type I error). False Negative(假负 , 阅读全文

摘要： 规范化（Regularization） 机器学习中几乎都可以看到损失函数后面会添加一个额外项，常用的额外项一般有两种，一般英文称作ℓ1-norm和ℓ2-norm，中文称作L1正则化和L2正则化，或者L1范数和L2范数。 L1正则化和L2正则化可以看做是损失函数的惩罚项。所谓『惩罚』是指对损失函数中的 阅读全文

摘要： 1、linalg=linear（线性）+algebra（代数），norm则表示范数。 2、函数参数 ①x: 表示矩阵（也可以是一维） ②ord：范数类型 向量的范数： 矩阵的范数： ord=1：列和的最大值 ord=2：|λE-ATA|=0，求特征值，然后求最大特征值得算术平方根 ord=∞：行和的 阅读全文

摘要： 一、axis Pandas保持了Numpy对关键字axis的用法，用法在Numpy库的词汇表当中有过解释： 轴用来为超过一维的数组定义的属性，二维数据拥有两个轴：第0轴沿着行的方向垂直往下，第1轴沿着列的方向水平延伸。如果简单点来说，就是0轴匹配的是index， 涉及上下运算；1轴匹配的是colum 阅读全文

摘要： 一、文件读取 numpy.genfromtxt() 可以用来读取各种文件。常用语法大致如下： numpy.genfromtxt(fname, dtype=<type 'float'>, delimiter=None, skip_header=0, skip_footer=0) fname 要导入的文 阅读全文

摘要： 一、基本运算符号 1、基本数学计算 +、-、*、/、^、%%（求模）、%/%（整除）注意：求模运算两边若为小数，则整数和小数部分分别求模。例：5.6%%2.2 2、比较运算 >、<、>=、<=、==、!= 3、逻辑运算 &、|、!、&&、||、xor注意：运算符“逻辑与”和“逻辑或”存在两种形式，“ 阅读全文