禾刀白水

分类算法之贝叶斯分类

1. 分类问题混淆矩阵 - True Positive(真正, TP)：将正类预测为正类数. - True Negative(真负 , TN)：将负类预测为负类数. - False Positive(假正, FP)：将负类预测为正类数 →→ 误报 (Type I error). - False Negative(假负 , FN)：将正类预测为负类数 →→ 漏报 (Type II

前言： 刚开始接触机器学习，遇到了很多的问题，也是在前人的博客的帮助下一步步学习起来的，所以写下本文，传递知识。 摘要： 本文主要实在ubuntu14.04下搭建caffe,并且运行py-faster-rcnn。用于目标检测。一、caffe依赖的文件以及库。caffe的安装方法具体步骤：https://gist.github.com/bearpaw/c38ef1

1、安装必要的库。 $ sudo apt-get install GraphViz $ sudo pip install pydot 2、绘制网络 参数说明： draw_net.py执行的时候带三个参数 第一个参数：网络模型的prototxt文件 第二个参数：保存的图片路径及名字 第二个参数：–rankdir=x , x 有四种选项，分别是LR, RL, TB, BT 。用来

1.随机森林2. PCA3. LDA4. SVM5.CNN5.1正向传播，反向传播，5.2 CNN分类算法5.3 CNN盒子回归6.随机梯度下降7.

有时间更新内容！