
机器学习
Eider1998
这个作者很懒,什么都没留下…
展开
-
numpy中的ravel()、flatten()、squeeze()的用法与区别
numpy中的ravel()、flatten()、squeeze()都有将多维数组转换为一维数组的功能,区别:ravel():如果没有必要,不会产生源数据的副本flatten():返回源数据的副本squeeze():只能对维数为1的维度降维...转载 2020-04-24 13:17:34 · 318 阅读 · 0 评论 -
Windows环境下解压.tar.gz压缩文件的方法
第一步:安装7-zip; 网站:https://www.7-zip.org/第二步:选中.tar.gz文件右键选择“7-zip”–>“提取到当前位置”;则将.tar.gz文件被转化成为.tar文件最后:最后:.tar文件就可以使用windows下的解压工具解压;...原创 2020-04-15 11:14:10 · 2498 阅读 · 1 评论 -
如何预先处理电影评论数据以进行情感分析
中文网站:https://www.wang1314.com/doc/topic-16944635-1.html英文网站:https://machinelearningmastery.com/prepare-movie-review-data-sentiment-analysis/原创 2020-04-15 11:06:50 · 835 阅读 · 0 评论 -
为LSTM重新构建输入数据(Keras)+ 如何判别模型的优劣?
一.为LSTM重新构建输入数据(Keras)LSTM()层必须指定输入的形状。而且每个LSTM层的输入必须是三维的。这输入的三个维度是:样品。一个序列是一个样本。批次由一个或多个样本组成。时间步。一个时间步代表样本中的一个观察点。特征。一个特征是在一个时间步长的观察得到的。1.这意味着输入层在拟合模型时以及在做出预测时,对数据的要求必须是3D数组,即使数组的特定维度仅包含单个值...原创 2020-04-10 19:51:03 · 1056 阅读 · 0 评论 -
LSTM---机器学习笔记
1.如何为LSTM重新构建输入数据(Keras)https://yq.aliyun.com/articles/194956?spm=a2c4e.11153940.0.0.3f8b3039yGjNMx2.基于LSTM + keras 的诗歌生成器https://blog.youkuaiyun.com/weixin_30596343/article/details/99907962?depth_1-...原创 2020-04-10 11:21:29 · 232 阅读 · 0 评论 -
机器学习---date_parse() 函数
date_parse() 函数定义和用法:date_parse() 函数返回一个包含指定日的详细信息的关联数组。语法:date_parse(date);date 必需。 规定日期(格式由 strtotime() 接受)。 返回值 如果成功则返回包含被解析日期信息的关联数组,如果失败则返回 FALSE。 实例返回一个包含指定日期的...原创 2020-04-08 21:56:09 · 2443 阅读 · 0 评论 -
2.15-机器学习总结
凌晨两点多钟终于第一次成功搭建了ssm框架! 今天继续学习了吴达恩的机器学习,吴达恩老师很清楚了讲解了一下机器学习所用到的线性代数的知识,包括矩阵和向量,加法和标量乘法,矩阵乘法特征,逆和转置,多功能,多元梯度下降法(feature scaling,learning rate)。 总的来说,今天的学习较为简单,明天继续,加油!...原创 2020-02-15 21:29:39 · 249 阅读 · 0 评论 -
2.14-机器学习总结
今天开始在B站上看吴达恩的机器学习,前3天一直在看ssm框架搭建是所出现的问题,可惜还是没有解决。。。。。 首先讲解了什么是机器学习,然后讲supervised learning和unsupervised learning,模型描述,代价函数,梯度下降,线性回归的梯度下降。现在只是大致了解,还需继续深入学习。...原创 2020-02-14 22:59:27 · 265 阅读 · 1 评论