Machine Learning机器学习算法性能评估常用指标总结 考虑一个二分问题,即将实例分成正类(positive)或负类(negative)。对一个二分问题来说,会出现四种情况。如果一个实例是正类并且也被 预测成正类,即为真正类(True positive),... 02月02日 782 评论 阅读全文
Machine Learningt-SNE完整笔记 (附Python代码) t-SNE(t-distributed stochastic neighbor embedding)是用于降维的一种机器学习算法,是由 Laurens van der Maaten 和 Geoffre... 01月12日 7,202 1 阅读全文
Machine Learningpytorch实战经验:4个提高深度学习模型性能的技巧 概述 深度学习是一个广阔的领域,但我们大多数人在构建模型时都面临一些共同的难题 在这里,我们将讨论提高深度学习模型性能的4个难题和技巧 这是一篇以代码实践为重点的文章,所以请准备好你的Python I... 11月29日 231 评论 阅读全文
Machine Learning深度学习:如何找到最优学习率 经过了大量炼丹的同学都知道,超参数是一个非常玄乎的东西,比如batch size,学习率等,这些东西的设定并没有什么规律和原因,论文中设定的超参数一般都是靠经验决定的。但是超参数往往又特别重要,比如学... 11月11日 343 评论 阅读全文
Machine Learning一维数组的聚类 在学习聚类算法的过程中,学习到的聚类算法大部分都是针对n维的,针对一维数据的聚类方式较少,今天就来学习下如何给一维的数据进行聚类。 方案一:采用K-Means对一维数据聚类 Python代码如下: f... 05月18日 2,063 评论 阅读全文
Machine Learning深入卷积神经网络背后的数学原理 【导读】在计算机神经视觉技术的发展过程中,卷积神经网络成为了其中的重要组成部分,本文对卷积神经网络的数学原理进行了介绍。 文章包括四个主要内容:卷积、卷积层、池化层以及卷积神经网络中的反向传播原理。在... 05月16日 679 评论 阅读全文
Machine LearningKMeans中自动K值的确认方法 1 前言 聚类常用于数据探索或挖掘前期,在没有做先验经验的背景下做的探索性分析,也适用于样本量较大情况下的数据预处理等方面工作。例如针对企业整体用户特征,在未得到相关知识或经验之前先根据数据本身特点... 03月09日 6,312 评论 阅读全文
Machine Learning聚类算法——k均值和层次聚类 看看下面这张图,有各种各样的虫子和蜗牛,你试试将它们分成不同的组别? 完成了吗?尽管这里并不一定有所谓的「正确答案」,但一般来说我们可以将这些虫子分成四组:蜘蛛、蜗牛、蝴蝶/飞蛾、蜜蜂/黄蜂。 很简单... 03月09日 2,445 评论 阅读全文
Machine Learning聚类分析:k-means和层次聚类 尽管我个人非常不喜欢人们被划分圈子,因为这样就有了歧视、偏见、排挤和矛盾,但“物以类聚,人以群分”确实是一种客观的现实——这其中就蕴含着聚类分析的思想。 前面所提到的机器学习算法主要都是分类和回归,这... 03月09日 6,354 评论 阅读全文
Machine Learning总结:Bootstrap(自助法),Bagging,Boosting(提升) 前言 最近在理清一些很必要的也很基础的东西,记录一下,结合网上和文献,自己也有些易化使之更轻松理解,如有错误,请不吝赐教,多谢! Bootstrap(自助法) Bootstrap是一种抽样方法 核心思... 10月15日 68 评论 阅读全文