- 博客(7)
- 收藏
- 关注
RSS订阅原创 手动实现Momentum和AdaGrad梯度下降方法并演绎效果
本文介绍了两种梯度下降优化方法Momentum和AdaGrad的实现与可视化。作者手动定义了这两个类，通过数学公式推导实现了参数更新逻辑。在实验中，设定目标函数f(x,y)=1/10*x2+y2，从定点(-5,2)出发，使用50次迭代演示了两种方法的优化过程。可视化结果显示，Momentum方法通过动量项减少震荡，AdaGrad则通过自适应学习率调整步长。文章建议读者可以尝试调整参数或实现其他优化方法(如Adam)来加深理解，兼具教学性和趣味性地展示了梯度下降的优化过程。
2025-10-28 20:46:53
515
原创 基于简单神经网络模型的房价预测案例
本文基于公开的房价数据集(HousePrices)，使用PyTorch搭建了一个简单的神经网络模型进行房价预测。通过数据预处理(数值型数据标准化、类别型数据one-hot编码)、模型构建(包含Linear层、BatchNorm、ReLU激活和Dropout)、模型训练(自定义log_loss损失函数，Adam优化器)和验证评估等完整流程，实现了200轮次的训练。结果显示训练集和测试集损失均呈下降趋势，表明模型具有较好的预测性能。该案例展示了神经网络在回归任务中的应用，为初学者提供了可参考的实现范例。
2025-10-26 22:40:20
418
原创 基于机器学习方法对地学玄武岩背景分类（地学+AI）
本文基于全球玄武岩地球化学数据库，采用机器学习方法对玄武岩构造背景进行自动识别。研究通过数据预处理（缺失值剔除、IQR异常值处理、低方差过滤）后，使用XGBClassifier分类器结合5轮4折交叉验证进行模型训练。结果显示：测试集准确率达97.37%，ROC曲线AUC值优异，特征重要性分析揭示了关键地球化学指标。研究表明机器学习能有效识别玄武岩构造背景，为地学研究提供新方法。
2025-10-26 19:24:21
1032
原创 基于CNN卷积神经网络的简单图像分类示例
本文介绍了一个基于CNN的简单图像分类案例。使用60000张28×28黑白图像作为训练集，10000张作为验证集。通过pandas读取数据，使用PyTorch构建包含卷积层、ReLU激活函数、池化层和全连接层的Sequential模型。模型训练采用AdamW优化器和交叉熵损失函数，在30轮训练后达到约90%的准确率。训练过程包括数据加载、参数初始化、损失计算和反向传播等步骤，最终通过可视化展示训练和验证损失曲线。案例展示了完整的深度学习流程，适合初学者理解和实践简单的图像分类任务。
2025-10-26 11:35:30
721
原创 基于机器学习方法预测华北克拉通东部（ENCC）的地壳厚度变化（地学 + AI）
本研究利用XGBoost机器学习模型预测地壳厚度，并与传统SVRE方法进行对比。通过处理1112个中性岩样品的地球化学数据，采用CRUST1.0模型计算地壳厚度作为标签。研究使用10折网格搜索和交叉验证优化模型参数，最终模型在测试集上表现出良好性能。结果表明，XGBoost模型能更准确地预测华北克拉通东部从中生代至今的地壳厚度变化，优于传统方法。该研究为量化地壳演化提供了新方法，对理解华北克拉通地质历史具有重要意义。
2025-10-25 22:01:35
1182
原创 数据处理（特征工程）技巧之Pipeline管道操作
本文介绍了使用sklearn的Pipeline和ColumnTransformer进行高效数据预处理的技巧。主要内容包括：1)数据读取与划分，处理包含数值型和类别型的混合数据；2)通过Pipeline构建两类数据处理流程（数值型数据使用均值填充+标准化，类别型数据用常量填充+独热编码）；3)使用ColumnTransformer对两类数据并行处理；4)最终输出处理后的DataFrame格式数据。该方法可将缺失值处理、标准化、编码等步骤流水线化，显著提升数据预处理效率，为后续建模提供规范化的数据基础。
2025-10-25 14:48:32
1280
1
原创 自然语言处理（NLP）之语义化词向量表示（Word2Vec）
本文介绍了自然语言处理(NLP)中的词向量表示技术Word2Vec。Word2Vec通过将词语映射为向量，使计算机能理解语义。重点讲解了两种模型：Skip-Gram（通过中心词预测上下文）和CBOW（通过上下文预测中心词）。文章详细说明了使用gensim库的两种词向量获取方式：加载公开预训练词向量和自行训练词向量。其中包含词向量加载、维度查看、相似度计算等操作示例，以及使用jieba分词后训练自定义词向量的完整流程。最后介绍了如何保存和加载训练好的词向量模型。这些技术为后续NLP任务提供了基础语义表示。
2025-10-25 11:51:25
1078
1
基于机器学习方法对华北克拉通东部地壳厚度变化预测
2025-10-28
机器学习中的数据处理（特征工程）技巧之Pipeline管道操作
2025-10-29
求解答大量数据匹配问题
2024-05-11
TA创建的收藏夹 TA关注的收藏夹
TA关注的人