- 博客(30)
- 收藏
- 关注
RSS订阅原创 PR曲线——一个更敏感的性能评估工具
PR曲线在不均衡数据集的情况下提供了一个更敏感的性能评估工具，特别是在那些对少数类的识别特别重要的应用中。
2024-09-08 20:23:53
392
1
原创 RuntimeError: cuDNN error: CUDNN_STATUS_NOT_SUPPORTED.
这个错误信息 “RuntimeError: cuDNN error: CUDNN_STATUS_NOT_SUPPORTED. This error may appear if you passed in a non-contiguous input” 表示在执行深度学习模型时，cuDNN（一个用于深度神经网络的加速库）遇到了一个不支持的操作
2024-07-16 20:56:48
1056
原创 机器学习评价指标之决策曲线
决策曲线是一种用于评估和比较不同分类模型性能的工具，它可以帮助研究人员和数据分析者理解模型在不同阈值设置下的收益和风险。
2024-07-16 20:52:21
878
原创 机器学习模型评估之校准曲线
模型校准曲线（Calibration Curve）是一种评估分类模型输出概率准确性的图形工具。它可以帮助我们理解模型的预测概率是否与实际标签的分布一致
2024-06-20 21:32:08
1984
原创 医学图像预处理之z分数归一化
在医学图像处理中，Z分数标准化（Z-score normalization）是一种常用的数据标准化方法，其目的是将数据集中的每个图像像素值转换为具有均值为0和标准差为1的标准化值。这种标准化方法有助于改善图像的质量，便于后续图像处理和分析，如图像分割、特征提取和模式识别等。
2024-06-20 21:09:52
1104
原创 机器学习模型之支持向量机
支持向量机是一种强大且灵活的机器学习模型，具有良好的泛化能力和对噪声的鲁棒性。它在处理复杂数据集和高维特征空间时表现出色。
2024-04-02 22:24:05
1739
原创 机器学习模型之随即森林
随机森林是一种强大且常用的机器学习模型，具有良好的泛化能力和抗过拟合能力。它适用于各种类型的数据集和问题，并在实际应用中取得了很好的效果。
2024-04-01 20:54:10
641
原创 AttributeError: module ‘collections‘ has no attribute ‘Sequence‘
module 'collections' has no attribute 'Sequence'，module 'collections' has no attribute 'Container'，module 'collections' has no attribute 'Iterable'，等都是同样的问题
2024-03-30 23:16:57
1430
原创 成功解决module ‘numpy‘ has no attribute ‘bool‘.
在 NumPy 中，确实没有直接的numpy.bool属性，因为 NumPy 的布尔类型通常是通过numpy.bool_（注意末尾有一个下划线）来表示的
2024-03-29 23:33:13
2062
原创 module ‘numpy‘ has no attribute ‘int‘
如果遇到了错误提示 "module 'numpy' has no attribute 'int'"，这通常意味着正在尝试以错误的方式使用 NumPy 的整数类型。
2024-03-29 23:28:41
2306
原创 机器学习模型之逻辑回归
逻辑回归模型的优点在于简单易懂、计算效率高、可解释性强。在机器学习中，逻辑回归是一种基础组件，可以用于预测事件发生的概率，也可以用于分析单一因素对某一个事件发生的影响因素
2024-03-28 22:24:59
1320
原创 程序员常用的几种算法
以上只是一部分常用的算法，实际上，随着问题的复杂性和特性，可能还会有更多其他类型的算法被使用。每种算法都有其适用的场景和优势，选择合适的算法可以大大提高程序的效率和性能。：如深度优先搜索 (DFS)、广度优先搜索 (BFS)、Dijkstra算法等。动态规划算法通过将问题分解为更小的子问题，然后综合子问题的解来解决原问题。：哈希算法用于快速定位数据的技术，通过计算数据的哈希值来加快搜索速度。它在数据库索引、数据加密、快速查找等领域有着广泛的应用。这些算法用于对数据进行排序，以便于后续的搜索、查找等操作。
2024-03-28 21:37:43
269
原创 机器学习概念、分类、步骤、和实现
机器学习是一门非常重要的学科，它为计算机提供了从数据中学习规律的能力。通过了解机器学习的概念、分类、步骤和实现方法，我们可以更好地应用机器学习来解决实际问题
2024-03-27 20:25:27
629
原创 降维方法之LASSO
LASSO（Least Absolute Shrinkage and Selection Operator）是一种流行的特征选择和降维方法，由Robert Tibshirani在1996年提出。它是统计学习中的一种方法，用于解决线性回归问题中的变量选择和正则化。LASSO通过在损失函数中添加L1正则化项，使得一些特征的系数变为零，从而实现特征选择和降维。本文将详细介绍LASSO的原理、优点、应用场景以及实现方法。
2024-03-27 20:19:13
3437
原创 使用Pytrorch构建虚拟环境
要在Python中使用Pytorch，通常需要创建一个虚拟环境来隔离项目所需的依赖项。以下是使用venv和conda创建Pytorch虚拟环境的步骤。
2024-03-25 19:57:02
1044
原创 机器学习模型之XGBoost
XGBoost是一种强大且灵活的机器学习算法，适用于各种机器学习任务。通过使用XGBoost，可以构建高效的模型并取得良好的预测结果。
2024-03-25 19:34:33
791
原创 数据预处理之图像重采样
图像重采样是图像处理中不可或缺的一环，它可以帮助我们调整图像大小、改变图像的空间位置、适应不同的应用场景，并在图像处理的各个阶段起到重要作用。
2024-03-25 19:22:03
1363
原创 数据预处理之图像归一化
在数据处理和机器学习中，归一化是一种常用的数据预处理方法，目的是将数据转换为统一的尺度或范围，使得不同特征之间具有可比性。
2024-03-24 22:32:32
1019
原创 机器学习之 K-均值聚类算法
K-均值（K-means）聚类算法是一种常用的无监督学习算法，用于将数据集划分为K个不同的簇。该算法通过迭代的方式将数据点分配到最近的簇中，并更新簇的中心，直到收敛为止。
2024-03-23 22:25:50
632
原创 数据预处理之机器学习
数据预处理在机器学习中起着至关重要的作用，它可以帮助提高模型的性能、减少过拟合，并改善模型的训练效果。常见的有灰度离散化;图像归一化均值方差、窗宽窗位、最大最小归一化；最大最小截断。一、灰度离散化灰度离散化是一种常见的图像预处理技术，用于将连续的灰度值范围划分为若干个离散的区间，从而简化图像数据并减少计算复杂度。在灰度离散化过程中，可以使用不同的方法来将灰度值映射到离散的区间中，常见的方法包括bincount和binwidth。
2024-03-21 22:53:05
729
原创 数据不均衡处理五：深度学习
在处理数据不均衡问题时，迁移学习、自编码器和半监督学习是一些有效的方法。这些技术可以帮助模型更好地学习数据的分布特征，提高对少数类样本的识别能力，并改善整体的分类性能。
2024-03-20 19:55:05
761
原创 数据不均衡处理三：一类分类器
一类分类器是一种用于处理异常检测或离群值检测问题的分类器，它专门针对某个类别进行建模，而不考虑其他类别。一类分类器的目标是将正常样本和异常样本进行区分，通常将正常样本作为主要关注的类别。
2024-03-19 21:51:35
646
1
原创 数据不均衡处理二：使用代价敏感学习方法
代价敏感学习是一种针对数据不均衡问题的机器学习方法，它通过给不同类别的样本赋予不同的代价或权重，以便更好地处理数据不均衡情况。代价敏感学习方法可以在模型训练过程中考虑到不同类别样本的重要性，从而提高模型对少数类样本的识别能力。
2024-03-18 20:55:04
1058
原创 数据不均衡处理一：数据重采样
数据不均衡是指在数据集中不同类别的样本数量差异较大，这可能会导致模型在训练和预测过程中对少数类样本的识别能力不足。数据重采样是一种常用的处理方法，可以通过增加少数类样本或减少多数类样本来平衡数据集，从而提高模型的性能。
2024-03-18 20:26:07
2945
1
原创 如何解决ERROR: THESE PACKAGES DO NOT MATCH THE HASHES FROM THE REQUIREMENTS FILE.
解决ERROR: THESE PACKAGES DO NOT MATCH THE HASHES FROM THE REQUIREMENTS FILE
2024-03-14 20:48:21
2296
1
原创 计算机视觉的优势与挑战
计算机视觉是一种能够让计算机“看”和“理解”图像和视频的技术，具有高效性、可靠性、自动化和精度等优势。然而，计算机视觉面临数据质量、复杂场景、隐私保护和解释性等挑战，需要不断改进算法和技术以提高准确性和可靠性。虽然存在挑战，计算机视觉在许多领域都有着广泛的应用前景。
2024-03-13 21:05:24
348
1
数独题目生成器与求解器
2024-03-28
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人