- 博客(12)
- 收藏
- 关注
RSS订阅原创 面试准备-决策树
决策树的基本原理：决策树是一种自上而下，对样本数据进行树形分类的过程，一棵决策树包含一个根节点内部节点和叶节点。其中每个内部结点表示一个特征或属性，叶结点表示类别。顶部根结点开始 所有样本聚集在一起， 经过根结点的划分 ，样本被分到不同的子结点中再根据子结点的特征进一步划分，直至所有样本都被归到某一个类别（即叶结点）中。决策树三要素：特征选择，决策树生成，剪枝 1、特征选择：从训练数据中众多的特征中选择一个特征作为当前节点的分裂标准，如何选择特征有着很多不同量化评估标准，从而衍生出不同的决策树算法
2020-09-04 19:23:23
669
原创 面试准备-线性回归
线性回归：1什么是线性回归：线性：两个变量之间的关系是一次函数关系的——图象是直线，叫做线性。回归：为了能够得到真实值，无限次的进行测量，最后通过这些测量数据计算回归到真实值，这就是回归的由来。对大量的观测数据进行处理，从而得到比较符合事物内部规律的数学表达式。也就是说寻找到数据与数据之间的规律所在，从而就可以模拟出结果，也就是对结果进行预测。解决的就是通过已知的数据得到未知的结果。例如：对房价的预测、判断信用评价、电影票房预估等。损失函数：最小均方误差（试图找到一条直线，使所有样本到直线的欧式距
2020-09-02 19:54:49
333
转载 面试准备——迭代器和生成器
https://zhuanlan.zhihu.com/p/84548471https://www.runoob.com/python3/python3-iterator-generator.htmlhttps://taizilongxu.gitbooks.io/stackoverflow-about-python/content/part/1.html迭代器：迭代是Python最强大的功能之一，是访问集合元素的一种方式。迭代器是一个可以记住遍历的位置的对象。迭代器对象从集合的第一个元素开始访问，
2020-08-19 20:52:51
314
转载 面试准备-python装饰器
该博客主要是借鉴了别人的博客，算是一篇读书笔记什么是闭包：在计算机科学中，闭包（英语：Closure），又称词法闭包（Lexical Closure）或函数闭包（function closures），是引用了自由变量的函数。这个被引用的自由变量将和这个函数一同存在，即使已经离开了创造它的环境也不例外。# print_msg是外围函数def print_msg(): msg = "I'm closure" # printer是嵌套函数 def printer():
2020-08-19 16:47:12
291
原创 逻辑回归的一些问题——面试准备
逻辑回归的介绍https://blog.youkuaiyun.com/weixin_39445556/article/details/83930186lr和svm的区别https://www.cnblogs.com/zhizhan/p/5038747.html添加链接描述
2020-07-19 11:23:53
346
原创 特征工程-面试准备
特征归一化1.为什么需要对数值类型的特征做归一化？( 1 ）线性函数归一化(Min-Max Scaling) 它对原始数据进行统性变换，使结果映射到［0,1 ］的范围，实现对原始数据的等比缩放。归一化公式如下( 2）零均值归一化( Z-Score Normalization )当数据(x)按均值(μ)中心化后，再按标准差(σ)缩放，数据就会服从为均值为0，方差为1的正态分布（即标准正态分布），而这个过程，就叫做数据标准化(Standardization，又称Z-score normalizati
2020-05-14 11:26:54
222
原创 数组中数字出现的次数 python
一个整型数组 nums 里除两个数字之外，其他数字都出现了两次。请写程序找出这两个只出现一次的数字。要求时间复杂度是O(n)，空间复杂度是O(1)。示例 1：输入：nums = [4,1,4,6]输出：[1,6] 或 [6,1]本题用到异或的特点a^a=0, a^0=1解题思路：1.将两个不同的数划分开。根据题目描述这个数组中两个数字不同，我们利用异或操作的特点先将数组自异或一遍，以4146为例，0100 0001 0100 0110就会得到一个数0111。2.自己异或一遍最右一位第一个1可以
2020-05-13 10:58:13
1311
原创 Deeper cascaded peak-piloted network for weak expression recognition论文笔记
1、三个问题 1.解决什么问题？ 人脸的微表请识别 2.用了什么方法解决？ （1）DCPN（Deeper Cascaded Peak-piloted Network）使用了一个更深入、更大的网络，可以更精确地捕捉表达式的细微细节，从而在弱表达式识别中显示出更好的性能。（2）防止扩大的网络架构过度配置，提出了一种级联微调的新的集成训练方法。3.效果如何？...
2019-03-08 16:46:57
678
原创 A Compact Deep Learning Model for Robust Facial Expression Recognition论文解析
一、四个问题1解决什么问题？人脸的表请识别2用了什么方法解决？（1） 提出了一种基于图像帧及图像序列的表情识别架构，在性能相当的情况下，极大减少了卷积核个数，缓解了实验参数存储问题。（2）收集了三个不同场景的数据集用于验证模型在多场景的性能。（3）提了一种光照增强策略，能够减轻在结合不同数据集的数据上训练的过拟合。3效果如何？提出了一种新的CNN人脸表情识别体系结构...
2019-02-27 14:16:10
1228
转载 Deep Facial Expression Recognition: A Survey笔记
人脸对齐给定一个数据集，第一步是移除与人脸不相关的背景和非人脸区域。ViolaJones(V&J)https://blog.youkuaiyun.com/u011285477/article/details/49659567人脸检测器(在OpenCV和Matlab中都有实现)，该检测器能将原始图片裁剪以获得人脸区域。第二步是面对齐，这一步至关重要，因为可以减少人脸尺度改变和旋转产生的影响。最常用...
2019-01-18 16:25:39
2781
转载 caffe生成标签文件均值
参考博客https://blog.youkuaiyun.com/pangyunsheng/article/details/79434300一、数据集介绍 在本实验中我采用的数据集是fer2013人脸表情数据集。fer2013，即Kaggle facial expression recognition challenge dataset，是目前较大的人脸表情识别公开数据库。 该数据库共包含3588...
2019-01-13 20:46:59
593
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人