机器学习中的分层训练 共找到3978条结果

    有时候大家需要离开电脑前,但是又需要时刻关注着电脑上程序的运行情况等,这时候我们就需要用到远程控制。常见的方法有如下两种:(1)借助第三方软件借助第三方软件的好处就是方便快捷,可视化效果好,缺 ...(2018-12-22 23:16:13)

本文我们将对高斯过程回归模型给出基本介绍,研究的重点在于理解随机过程的含义和如何用它去定义一个分布函数,同时提出了一个简单的方程,它可以结合训练数据并应用边缘概率密度来学习超参数。本文阐述了高斯过程的 ...(2018-07-14 23:11:46)

线性回归的评价指标:RMSEMAER2_score  R2_score越大越好,比如完全拟合,预测值和真实值一样,其残差就为0,则R的平方就为1。 Logistic回归log_lossneg_logl ...(2018-12-22 10:38:29)

1.损失函数后面的epoch中出现剧烈的抖动,如下图所示,说明你的学习率在此时比较高,需要进行学习率的衰减。2.损失函数在刚开的时候抖动,并且随着epoch的增加损失函数保持在一定的范围内,说明你的学 ...(2018-07-12 15:13:04)

1、pandas读取csvneg_data=pd.read_csv('negative.csv')2、查看前10行数据neg_data.head(10)3、查看数据的长度len(neg_data)4、 ...(2018-07-15 11:06:16)

映射中最关键的点是讲抽样中橙球的概率理解为样本数据集D上h(x)错误的概率,以此推算出在所有数据上h(x)错误的概率,这也是机器学习能够工作的本质,即我们为啥在采样数据上得到了一个假设,就可以推到全局 ...(2015-02-07 18:24:39)

导语在笔者的上一篇文章中[1],使用了k-NN算法来识别手写字数据集,它的缺点是浪费存储空间且执行效率低。本文将使用决策树算法来解决同样的问题。相对k-NN算法,它更节约存储空间且执行效率更高。更重要 ...(2017-12-26 11:54:00)

过拟合通俗一点地来说过拟合就是模型把数据学习的太彻底,以至于把噪声数据的特征也学习到了,这样就会导致在后期测试的时候不能够很好地识别数据,即不能正确的分类,模型泛化能力太差。例如下面的例子。上面左图表 ...(2017-11-02 16:58:31)

本文主要参考“吴恩达deeplearning.ai——机器学习训练秘籍”(https://accepteddoge.github.io/machine-learning-yearning-cn/)进行 ...(2018-12-12 17:47:34)

前言上篇写过一个机器学习写唐诗的实验,这次我们搞个稍微复杂些的,实现一个聊天机器人,也是基于腾讯云实验室的一篇教程,有些部分做了改动,大部分时间都用在了环境的适配上面。开始本地是在Mac环境,单独依靠 ...(2019-03-02 15:01:00)