摘要: 博客搬至CSDN 阅读全文
posted @ 2020-11-13 10:21 小新新的蜡笔 阅读(57) 评论(0) 推荐(0) 编辑
摘要: https://www.cnblogs.com/eamonzzz/p/11584138.html 阅读全文
posted @ 2020-06-04 11:10 小新新的蜡笔 阅读(85) 评论(0) 推荐(0) 编辑
摘要: 1、在pom.xml中添加了junit依赖,也执行了项目->reimport,在本地仓库也确实存在junit依赖包,打开里面的jar包也确实有Test.class、After.class等文件。 但是编译时仍然说找不到org.junit。 尝试了删除本地仓库的依赖重新下载不好使。 2、后来实在不行就 阅读全文
posted @ 2020-05-24 21:10 小新新的蜡笔 阅读(4551) 评论(2) 推荐(0) 编辑
摘要: 首先,如果你还没有对yield有个初步分认识,那么你先把yield看做“return”,这个是直观的,它首先是个return,普通的return是什么意思,就是在程序中返回某个值,返回之后程序就不再往下运行了。看做return之后再把它看做一个是生成器(generator)的一部分(带yield的函 阅读全文
posted @ 2020-04-15 09:09 小新新的蜡笔 阅读(272) 评论(0) 推荐(0) 编辑
摘要: ​从图中可以看出,R-CNN主要包括以下几个方面的内容: Extract region proposal,使用selective search的方法提取2000个候选区域 Compute CNN features,使用CNN网络计算每个proposal region的feature map Clas 阅读全文
posted @ 2020-04-11 14:05 小新新的蜡笔 阅读(366) 评论(0) 推荐(0) 编辑
摘要: 参考:https://www.sohu.com/a/312172196_787107 阅读全文
posted @ 2020-04-06 09:40 小新新的蜡笔 阅读(163) 评论(0) 推荐(0) 编辑
摘要: GBDT回归树过程详解 转载 简单点1024 最后发布于2018-04-11 22:56:46 阅读数 10281 收藏 展开 综述 GBDT(Gradient Boosting Decision Tree) 又叫 MART(Multiple Additive Regression Tree),是一 阅读全文
posted @ 2020-04-06 09:18 小新新的蜡笔 阅读(1739) 评论(0) 推荐(0) 编辑
摘要: 0. 前言 sklearn提供了sklearn.ensemble库,其中包括随机森林模型(分类)。但之前使用这个模型的时候,要么使用默认参数,要么将调参的工作丢给调参算法(grid search等)。今天想来深究一下到底是如何选择参数,如何进行调参。 学会调参是进行集成学习工作的前提。参数可分为两种 阅读全文
posted @ 2020-04-06 08:12 小新新的蜡笔 阅读(279) 评论(0) 推荐(0) 编辑
摘要: 阅读全文
posted @ 2020-04-03 15:11 小新新的蜡笔 阅读(922) 评论(0) 推荐(0) 编辑
摘要: 机器学习优化问题-经验风险、期望风险、结构风险 要区分这三个概念,需要先讲一下损失函数L(Y,f(x))的概念。 损失函数:针对单个具体样本,表示模型预测值与真实样本值之间的差距。损失函数越小,说明模型对于该样本预测越准确。常见损失函数有0-1损失函数、平方损失函数、绝对损失函数、对数损失函数(对数 阅读全文
posted @ 2020-04-03 09:56 小新新的蜡笔 阅读(569) 评论(0) 推荐(0) 编辑