LRJ的博客

其中，`batch_size`是指每次训练时使用的样本数，`epochs`是指训练的轮数。在训练时，每个epoch会将所有训练数据都过一遍，而每个epoch又分为多个batch，每个batch包含的样本数就是`batch_size`。通过修改代码中的`batch_size`参数即可实现批处理。# 修改代码以使用batch_size进行批处理。# 将卷积层的输出扁平化，以便输入到全连接层。# 编译模型，指定损失函数和优化器。

模型欠拟合怎么解决？

取消掉偏置项：(至此就只留下了a,b,a*b)相关知识：模型欠拟合怎么办？

一个自定义的Dataset必须有三个函数：__init__, __len__, and __getitem__图片存储在img_dirimport os。

原来，__getitem__的是类中一个特殊方法，可以像字典对象那样根据key取值（dict['key']），如类对象Object['key']，系统会自动调用__getitem__方法(所以pytorch里面Dataloader有时候没有发现主函数直接调用__getitem__，原来是系统自动调用！以下代码时read_data.py的内容，用于读取特定文件夹的图片数据。不应该使用 __getitem__()函数吗？data文件夹、read_data.py ...，然后按照标签分为两个文件夹。

如果要训练的模型有庞大的特征数量，则应选择“梯度下降法”。

据说KNeighborsClassifier模型比较适合，那就开干！MNIST数据集是一个经典分类数据集，包含了70000张。模型的任务就是对其进行学习，然后给一张像素图，他就能。（像素图，手写的0-9的十个数字），以及每张图的。那么就对这两个进行GridSearch。这个图片是哪个数字。

F检验：统计量F和 r x y 2 r_{xy}^2 rxy2​变化方向一致，即与相关系数绝对值的变化保持一致，本质上和相关系数一样，也是衡量了两个变量之间的相关性，并且是一种线性相关关系，并且数值越大、线性相关关系越强，反之则越弱。import pandas as pdimport numpy as npimport random# 构建数据random.seed(6)df = pd.DataFrame({'Y':[random.uniform(1,200) for _ in r

内置随机森林重要性 (Built-in Random Forest Importance)基尼重要性 (或平均减少杂质)，由随机森林结构计算得出。我将展示如何使用scikit-learn软件包和Boston数据集(房价回归任务)来计算随机森林的特征重要性。boston = load_boston()X = pd.DataFrame(boston.data, columns=boston.feature_names)y = boston.targetX_train, X_test, y_t

二、 scikit-learn.metrics导入与调用有两种方式导入：方式一：from sklearn.metrics import 评价指标函数名称例如：from sklearn.metrics import mean_squared_errorfrom sklearn.metrics import r2_score直接使用函数名调用:mse = mean_squared_error(y_test, y_pre)R2 = r2_score(y_test,y_pre)

数据清理机器学习算法难以在缺失的特征值上工作，所以我们要创建一些函数处理那些缺失的特征值。1.放弃相应的区域，抛弃缺失数据的样本2.放弃整个特征3.将缺失的值填充为特定的值（平均数、中位数、0）可以使用sklearn中的SimpleImputer填充中位数。如下例，设置超参数strategy="median"，然后用drop函数抛去文本类型的特征（这里是"ocean_proximity"），然后用 fit()函数 对数据进行使用。from sklearn.impute import

集成学习（ensemble learning ）又称多分类器系统（muti-classifier system）、基于委员会的学习（committee-based learning）。其通过构建并学习多个分类器来构建系统。图8.1显示出集成学习的一般结构:先产生一组“个体学习器”(individual learner)，再用某种策略将它们结合起来,个体学习器通常由一个现有的学习算法从训练数据产生，例如决策树算法、BP神经网络算法等,此时集成中只包含同种类型的个体学习器,例如“决策树集成”中全是决策.