tayhh的博客

accuracy_score 分类准确率分数是指所有分类正确的百分比。分类准确率这一衡量分类器的标准比较容易理解，但是它不能告诉你响应值的潜在分布，并且它也不能告诉你分类器犯错的类型。 形式： sklearn.metrics.accuracy_score(y_true, y_pred, normalize=True, sample_weight=None) normalize：默认值为True...

？mapping np.genfromtxt https://www.jianshu.com/p/2d423014da0e ？异常值处理 https://www.cnblogs.com/tecdat/p/9641444.html 箱线图观察正常值范围 去除异常值 ？变量分布可视化 https://www.cnblogs.com/tecdat/p/9641444.html 单变量分布：sns.d...

欢迎转载，请注明出处：https://blog.youkuaiyun.com/tayhh/article/details/82082377 1.机器学习：监督学习、无监督学习、半监督学习、强化学习、遗传算法； 2.如何选择sklearn中的算法： 3.sklearn的强大数据库：datasets,可以load数据,也可以make数据，在上面实现算法是极好的； 4.通用学习模式（以监督学习为例）：①...

欢迎转载，请注明出处：https://blog.youkuaiyun.com/tayhh/article/details/82083726 1.神经网络来源： 对生物神经网络的模仿,抽象出生物神经网络中的神经元与连接的概念，不同的是人工神经网络间的链接是固定的，而生物神经网络的链接不是固定的。 2.Neural Networks重要元素： ①NN由多层神经元构成； ②必不可少的3层是： a.输入层...

欢迎转载，请注明出处：https://blog.youkuaiyun.com/tayhh/article/details/82119943 1.先介绍下神经网络的重要元素： ①人工神经网络的优化机制： 是Optimization problem解决方案之一的Gradient Descent，Optimization还有Newton's method, Least squares method，有兴趣的同...

本想开始CNN的实现，发现还有一些需要提前分享给大家： 1.可视化结果： matplotlib可用来可视化tensorflow曲线拟合过程： ①真实的x，y散点图： import matplotlib.pyplot as plt fig =plt.figure() ax = fig.add_subplot(1,1,1) ax.scatter(x_data, y_data) plt....