qq_34872501的博客

【原创】Liu_LongPo 转载请注明出处 【优快云】http://blog.youkuaiyun.com/llp1992参考https://blog.youkuaiyun.com/llp1992/article/details/45040685         KNN 算法其实简单的说就是“物以类聚”，也就是将新的没有被分类的点分类为周围的点中大多数属于的类。它采用测量不同特征值之间的距离方法进行分类，思想很简单：...

参考网址：https://blog.youkuaiyun.com/zzc15806/article/details/736624911.下载并安装Anaconda1.1 下载从Anaconda官网（https://www.continuum.io/downloads）上下载Linux版本（推荐python3.5）1.2 安装cd ~/Downloadsbash Anaconda-4.2.0-Linux-x86...

1，下载libsvm工具箱（网上很多链接，可下载最新版本的libsvm），并将其解压放入    MATLAB安装目录下的toolbox文件夹中；2，在MATLAB命令窗口运行mex -setup C++，前提是PC装有C++编译器，因我电脑装有    VS2010,故可直接运行该命令；3，路径设置到***\MATLAB\R2014b\toolbox\libsvm-3.21\matlab，在命令行输...

在实际调整参数之前，我们先要搞清楚两个事情：1.调参的目的是什么？2.调参调的东西具体是什么？第一个问题：调参的目的是什么？      调参的最终目的是要使训练之后的模型检测物体更精确，向程序的方向更靠近一步的话，就是使得损失函数（例如SSD中的loss）尽量小（因为利用训练集训练出来的模型质量在训练过程中只能靠验证集来检测）。       因此，调参可以看做一个多元函数优化问题。第二个问题：调参...

     本篇文章详细阐述机器学习模型评估和参数调优。将主要围绕两个问题来阐述：“知其所以然”：当你选择的一个机器学习模型运行时，你要知道它是如何工作的；“青出于蓝”：更进一步，你得知道如何让此机器学习模型工作的更优。模型评估的方法      一般情况来说，F1评分或者R平方(R-Squared value)等数值评分可以告诉我们训练的机器学习模型的好坏。也有其它许多度量方式来评估拟合模型。   ...

（转载：https://www.cnblogs.com/pinard/p/5992719.html）              交叉验证是在机器学习建立模型和验证模型参数时常用的办法。交叉验证，顾名思义，就是重复的使用数据，把得到的样本数据进行切分，组合为不同的训练集和测试集，用训练集来训练模型，用测试集来评估模型预测的好坏。在此基础上可以得到多组不同的训练集和测试集，某次训练集中的某样本在下...

引自：http://bioinformatics.lofter.com/post/bffd5_4cd704根据是否强调检验的方向性，将检验分为单侧检验和双侧检验。双侧检验只关心两个总体参数之间是否有差异，而不关心谁大谁小。如引子中，研究者关心的是F中高三重点班学生和高三学生总体的平均智商是否有差异，而不是该重点班学生的平均智商是不是高于全体高三学生的平均水平。研究的假设是：H0： 1= 0...

引自：https://blog.youkuaiyun.com/ludan_xia/article/details/81737669卡方检验是一种用途很广的计数资料的假设检验方法。属于非参数检验，主要是比较两个及两个以上样本率（构成比）以及两个分类变量的关联性分析。根本思想在于比较理论频数和实际频数的吻合程度或者拟合优度问题。 应用：两个率或两个构成比比较的卡方检验；多个率或多个构成比比较的卡方检验...

引自：https://blog.youkuaiyun.com/m0_37777649/article/details/74937242什么是T检验？T检验是假设检验的一种，又叫student t检验（Student’s t test），主要用于样本含量较小（例如n<30），总体标准差σ未知的正态分布资料。 T检验用于检验两个总体的均值差异是否显著。一个例子例1： “超级引擎”工厂是一家专...