
机器学习
Junyuan12
这个作者很懒,什么都没留下…
展开
-
初识机器学习——k-近邻算法(1)
代码运行环境:Python 3.6.0 |Anaconda 4.3.1 (64-bit) 代码和图片均来自Peter harrington的《机器学习实战》 python3.6.0入门教程:http://www.pythondoc.com/pythontutorial3/原创 2017-05-09 15:09:19 · 399 阅读 · 0 评论 -
初识机器学习——k-近邻算法(2)
使用k-近邻算法改进约会网站的配对效果原创 2017-05-10 14:14:15 · 320 阅读 · 0 评论 -
初识机器学习——k-近邻算法(3)
手写数字识别系统原创 2017-05-11 20:43:49 · 446 阅读 · 0 评论 -
分类损失用交叉熵的原因
最近一直在纠结的一个问题,为什么分类损失用交叉熵(cross entry)而不用看起来更简单的二次代价函数(square mean),偶然间搜到一篇博客(查看原文),貌似是领悟了一点,简单整理下。 前向传播 前向传播的流程都是一样的,以二分类为例,以 SigmoidSigmoidSigmoid 为激活函数,当到达网络最后一层时: z=w⋅x+bz = w \cdot x + bz=w⋅x+b a...原创 2019-10-11 14:43:37 · 845 阅读 · 0 评论