- 博客(9)
- 收藏
- 关注
RSS订阅原创 卷积神经网络（CNN）【整理】
卷积神经网络原理知识网上关于卷积神经网络的相关知识数不胜数，本文在学习了前人的博客、知乎等，整理了知识点，便于 自己理解，以及以后的复习。如果侵犯到哪位大神的权利，请联系小编，谢谢。好了下面言归正传。卷积神经网络，是深度学习算法应用最成功的领域之一，卷积神经网络包括一维卷积神经网络，二维卷积神经网络以及三维卷积神经网络。一维卷积神经网络主要用于序列类的数据处理，二维卷积神经网络常应用于图像类文...
2020-03-20 11:02:59
2780
原创 LeetCode Python笔记（第一周）
算法思想快速排序快速选择堆排序归并排序桶排序滑动窗口双指针算法时间之间的比较：O(1)<O(logn)<O(n)<O(nlogn)<O(n2)<O(n3)<O(2n)O(1) < O(logn) < O(n) < O(nlogn) < O(n^2)<O(n^3)<O(2^n)O(1)<O(log...
2020-02-10 00:06:13
158
原创 Logistic回归多分类任务
多类分类任务有两种分类：1对其他多项分布一对其他(One-vs-Rest, OvR)三个分类器：上述通过三个分类器分别是C1，C2，C3。每类的模型都有自己正则参数和权重参数。每个分类器是单独训练得到的。OvR如何对新样本进行分类？对于一个需要预测的样本，通过每个分类器模型对该样本做预测，每个分类器都会返回该样本的概率。然后选择概率最大的类别作为该样本的类别。即：y^...
2020-02-05 17:23:31
1111
原创 笔记整理【机器学习实战】【百面机器学习】：决策树
决策树1. 原理决策树是一种自上而下，对样本数据进行树形分类的过程，由结点和有向边组成。结点分为内部节点和叶子结点，其中每个内部节点表示一个特征或者属性的划分，叶子结点表示 一个类别或输出。根结点包含整个样本集，决策树从根节点开始，经过根节点第一次判断划分，样本被分到不同的子节点中，再根据内部节点的特征进一步划分，直到所有样本都被归到某一个叶子结点中，即类别中。三种停止条件：当前节点包...
2020-02-04 23:30:48
437
原创 笔记整理【机器学习实战】：Logistic回归
Logistic回归算法主要思想根据现有数据对分类边界线机建立回归公式，以此进行分类。训练分类器时的做法就是寻找最佳拟合参数，使用的是最优化算法。一般过程收集数据：采用任意方法收集数据准备数据：由于需要进行距离计算，因此要求数据类型为数值型。另外，结构化数据格式最佳。分析数据：采用任意方法对数据进行分析。训练算法：大部分时间将用于训练，训练的目的是为了找到最佳的分类回归系数。测试...
2020-01-14 10:49:10
348
原创 VS code启动anaconda报错(...site-packages/PasteDeploy-2.0.1-py2.7-nspkg.pth)
在termnal输入jupyter notebook会报以下错误，但是notebook可以正常运行，可是vscode无法运行code。解决方法：conda uninstall PasteDeployconda install PasteDeploy
2020-01-08 14:39:59
328
原创 macOs Catalina上使用lightgbm遇到的坑以及解决方法
pip install lightgbm安装成功但是报错，如下OSError: dlopen(/Users/Cyan/anaconda3/lib/python3.7/site-packages/lightgbm/lib_lightgbm.so, 6): Library not loaded: /usr/local/opt/libomp/lib/libomp.dylib Referenced...
2020-01-08 09:42:58
1562
2
原创 笔记整理：前向传递与反向传播
前向传递与反向传播引言神经网络其实就是一个输入XXX到输出YYY的映射函数：f(X)=Yf(X)=Yf(X)=Y，函数的系数（权重）就是我们所要训练的网络参数WWW，只要能够确定网络参数WWW，对于任何的输出xix_ixi就能得到与之对应的yiy_iyi。问题当我们手中只有训练集的输入XXX和输出YYY，我们应该如何调整网络参数WWW，使得输出的f(X)=Y^f(X)=\hat{Y}f...
2019-12-27 00:47:43
2129
原创 笔记整理【机器学习实战】：k-近邻算法
KNN算法概述k-近邻算法概述，简单地说，根据测量不同特征值之间的距离进行分类。基本思想与算法复杂度思想：训练样本集中每个数据都存在标签，输入没有标签的新数据，将新数据的每个特征与样本数据的对应的特征作比较，然后算法提取样本集中特征最相似数据的标签，即是认定为新数据的标签。k就是选择n个相似的样本数据，然后统计k个数据中最多的分类即称为新数据的分类标签。算法复杂度：KNN属于lazy...
2019-12-19 17:44:16
196
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人