m0_65621281的博客

emsp’机器学习算法有很多种，常用的包括线性回归、逻辑回归、决策树、支持向量机、K-近邻、朴素贝叶斯以及神经网络等。下面，我们分别介绍这些算法及其公式，并提供应用示例代码。

决策树是一种用于分类和回归任务的机器学习算法。它通过一系列规则将数据点分类到不同的类别中，就像树枝分叉一样。每个规则都基于一个特征，例如“颜色”或“尺寸”，每个分支都代表一个可能的特征值，例如“红色”或“大”。代表整个数据集。代表一个特征，并根据特征值进行分支。代表一个类别或预测结果。

未完待续…

特征SigmoidSoftmax输出范围0 到 10 到 1，所有元素之和为 1应用场景二分类任务多分类任务计算复杂度较低较高梯度消失问题存在不存在选择哪种激活函数取决于具体的应用场景和需求。使用 Sigmoid 函数。使用 Softmax 函数。使用 Sigmoid 函数。使用 Softmax 函数。

目前主流的目标检测算法多是anchor-based这一类，其中有two-stage也有one-stage。所谓的anchor是什么？覆盖anchor回归step1 背景是一张图片，在图片中密集的黑色点点就是按照定步长确定的”锚点“step2 在每个锚点处，都会生成三种尺寸的正方形的框（红色、绿色、蓝色中的正方形框step3 对每个正方形框，会生成两种扩展尺度的框（每种颜色的另外两个长方形step4 所以，在每个锚点处都会生成9个anchor。