- 博客(6)
- 收藏
- 关注
RSS订阅
原创 Xgboost算法介绍和XGBClassifier方法的代码实现
XGBoostXGBoost，eXtreme Gradient Boosting，应用机器学习领域一个强有力的工具，XGBoost是很多CART回归树集成，我们先了解一下什么是CART回归树。CART 回归树CART算法是由Breiman等人首先提出，它包括分类树和回归树两种；两者的不同之处是，分类树的样本输出（即响应值）是类的形式；而回归树的样本输出是数值的形式，这时没法用信息增益、信息增...
2019-10-19 12:47:39
8470
原创 VUE Error: ENOENT: no such file or directory, scandir安装node-sass报错
手动安装 node-sass 依赖拿到以往的项目代码我们通常需要进行下面操作（安装依赖项并启动项目）npm installnpm run serve如果缺少某些依赖，会出现下面情况，以 node-sass 为例（本人只遇到过 node-sass 安装超时）部分报错如下：这里找到 node-sass 版本 4.13.1解决方法：在淘宝镜像地址后添加对应依赖，即 https://...
2020-03-04 10:46:22
2806
原创 机器学习——线性回归/逻辑回归/神经网络-Octave
线性回归（一元）hθ(x)=θTx=θ0+θ1xh_{\theta}(x) = \theta^Tx = \theta_0 + \theta_1xhθ(x)=θTx=θ0+θ1x截距 θ0\theta_0θ0 和斜率 θ1\theta_1θ1 决定一条直线。损失函数J(θ0,θ1)=12m∑i=1m(hθ(x(i))−y(i))2J(\theta_0,\theta1) = \fra...
2020-02-26 19:57:56
486
原创 指数平滑法-Octave实现
一、算法概述指数平滑法实际上是一种特殊的加权移动平均法。其特点是:第一，指数平滑法进一步加强了观察期近期观察值对预测值的作用，对不同时间的观察值所赋予的权数不等，从而加大了近期观察值的权数，使预测值能够迅速反映市场实际的变化。第二，指数平滑法对于观察值所赋予的权数有伸缩性，可以取不同的a 值以改变权数的变化速率。如a取小值，则权数变化较迅速，观察值的新近变化趋势较能迅速反映于指数移动平均值...
2020-02-26 14:46:40
836
原创 Python深度学习（基于TensorFlow）二、Theano基础
import theano2.1符号变量from theano import tensor as TTheano本事是一个通用的符号计算框架，与非符号架构的框架不同，它先使用Tensor variable初始化向量，然后将复杂的符号表达式编译成函数模型，最后运行时传入实际数据进行计算。整个过程分三步：1.定义符号变量2.编译代码3.执行代码# 初始化张量Tensorx=T.sc...
2019-11-20 21:40:02
559
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