Yisnow.的博客

1、 感知机模型是一种线性分类器，属于判别模型。当一个实例点被误分类即位于分离超平面的错误一侧时，则调整w,b的值，使分离超平面向误分类点的一侧移动直至超平面越过误差点使其正确分类。感知机学习算法的对偶形式：...

​从图中可以看出，R-CNN主要包括以下几个方面的内容：Extract region proposal，使用selective search的方法提取2000个候选区域Compute CNN features，使用CNN网络计算每个proposal region的feature mapClassify regions，将提取到的feature输入到SVM中进行分类Non-ma...

参考：https://www.sohu.com/a/312172196_787107

Trie又被称为前缀树、字典树，所以当然是一棵树。上面这棵Trie树包含的字符串集合是{in, inn, int, tea, ten, to}。每个节点的编号是我们为了描述方便加上去的。树中的每一条边上都标识有一个字符。这些字符可以是任意一个字符集中的字符。比如对于都是小写字母的字符串，字符集就是’a’-‘z’；对于都是数字的字符串，字符集就是’0’-‘9’；对于二进制字符串，字符集就是...

1、DataFrame增加一行或一列https://blog.youkuaiyun.com/luoganttcc/article/details/775700242、合并两个DataFramehttps://blog.youkuaiyun.com/haha_point/article/details/865123163、将字符串转换为datetime.datehttps://blog.youkuaiyun.com...

　　在梯度提升树(GBDT)原理小结中，我们对GBDT的原理做了总结，本文我们就从scikit-learn里GBDT的类库使用方法作一个总结，主要会关注调参中的一些要点。1.scikit-learn GBDT类库概述　　　　在sacikit-learn中，GradientBoostingClassifier为GBDT的分类类， 而GradientBoostingRegressor为...

0. 前言sklearn提供了sklearn.ensemble库，其中包括随机森林模型(分类)。但之前使用这个模型的时候，要么使用默认参数，要么将调参的工作丢给调参算法(grid search等)。今天想来深究一下到底是如何选择参数，如何进行调参。学会调参是进行集成学习工作的前提。参数可分为两种，一种是影响模型在训练集上的准确度或影响防止过拟合能力的参数；另一种不影响这两者的其他参数...

机器学习优化问题-经验风险、期望风险、结构风险要区分这三个概念，需要先讲一下损失函数L(Y,f(x))的概念。损失函数：针对单个具体样本，表示模型预测值与真实样本值之间的差距。损失函数越小，说明模型对于该样本预测越准确。常见损失函数有0-1损失函数、平方损失函数、绝对损失函数、对数损失函数(对数似然损失函数)。经验风险：对所有训练样本都求一次损失函数，再累加求平均。即，模型f...

1.简介 逻辑回归是面试当中非常喜欢问到的一个机器学习算法，因为表面上看逻辑回归形式上很简单，很好掌握，但是一问起来就容易懵逼。所以在面试的时候给大家的第一个建议不要说自己精通逻辑回归，非常容易被问倒，从而减分。下面总结了一些平常我在作为面试官面试别人和被别人面试的时候，经常遇到的一些问题。2.正式介绍 如何凸显你是一个对逻辑回归已经非常了解的人呢。那就是用一...

cmd进入安装miniconda/Scripts:执行以下命令jupyter notebook 实现自动代码补全，首先安装nbextensionspip3install jupyter_contrib_nbextensionsjupyter contrib nbextensioninstall --user然后安装nbextensions_configuratorpipi...

1、先使用matlab生成100个空间圆上的点使用下图推导的式子生成。 1 x0=1; 2 y0=1; 3 z0=1;%(x0,y0,z0)是空间圆的圆心 4 nx=1; 5 ny=1; 6 nz=1; 7 n=[nx;ny;nz];%是空间圆的法线 8 u=[ny;-nx;0]; 9 vx=nx*nz;10 vy=ny*nz;11 vz=-nx*nx-ny*...

1、随机数值算法主要用于数值问题求解输出往往是近似解近似解的精确度与算法执行时间成正比eg1:计算$\pi$值设一个半径为r的圆及其外切圆向正方形随机投掷n个点，设有k个点落在圆内，则可以得出落在圆内的概率是$\frac{\pi r^{2}}{4r^{2}}=\frac{k}{n}$，所以$\pi =\frac{4k}{n}$eg2:计算定积分2、Monte Car...