monk1992的博客

im2col函数是进行卷积运算所常用的一个函数，它的作用是将进行卷积运算的一组图片二维化，而后再与卷积核进行矩阵相乘，代替了卷积运算原来相乘再相加的运算形式，可以大大减少运算所需时间。接下来介绍im2col函数的实现原理以及其不同形式。 先上代码 def im2col(input_img, FH, FW, stride=1, pad=0): """ :param input_img: 输入的数据 :param FH: 卷积核高度 :param FW: 卷积核宽度 :.

决策树算法： 决策树常用于处理分类问题，也常用于数据挖掘，其主要优势是概念简单清晰，数据形式非常容易理解。 优点：计算复杂度不高，输出结果易于理解，对中间值的缺失不敏感，可以处理不相关的特征数据。 缺点：可能会产生过度匹配的问题。 适用数据类型：数值型和标称型。 划分数据：此处采用ID3算法，划分数据的原则是将无序的数据变得更加有序。 信息增益：划分数据之前和之后信息发生的变化称为信息增益。 ...

KNN算法：又称k-近邻算法，是数据分类最为简单有效的算法之一，但是每次使用KNN算法时需要所有的训练样本与每个测试样本进行计算，若训练集较大则占用较多的内存，导致训练和测试的效率不高。 注意：KNN的样本集的每一个样本可能是由多个特征数据组成，这些特征数据的可能各自的数量级不一样这对最终结果影响很大，需要将数据归一化（每个特征的range=max-min），采用距离作为KNN的度量标准时候可以适...