u010108512的博客

监督学习： 监督学习主要有分类和回归两种，给定的训练样本都是有标记的，通过有标记的训练样本得到一个最优模型。通过这个最优的模型，我们可以对没有标记的数据进行分类、预测等。 无监督学习 相对于监督学习，给定的数据都是没有标记的，通过算法得到数据间的相似性、关联性来判断数据是否属于一个类别，主要的无监督学习为聚类算法。 ...

1、pytorch nn实现逻辑回归 逻辑回归原理： https://blog.youkuaiyun.com/u010108512/article/details/88957864 import torch from torch import nn from torch.autograd import Variable # 导入Variable函数进行自动求导，有了Variable PyTorch才能实...

本文大量参考了： https://www.jianshu.com/p/51d8b353b435 1 PyTorch简介 PyTorch是Torch7团队开发的。Torch是一个开源科学计算框架，可以追溯到2002年纽约大学的项目。Torch的核心在于在构建深度神经网络及其优化和训练，为图像，语音，视频处理以及大规模机器学习问题提供快速高效的计算方案。为了追求更高的速度，灵活性和可扩展性，Tor...

1、逻辑回归与线性回归的联系与区别 2、 逻辑回归的原理 3、逻辑回归损失函数推导及优化 4、 正则化与模型评估指标 5、逻辑回归的优缺点 6、样本不均衡问题解决办法 7. sklearn参数 1 标题线性回归与逻辑回归的区别与联系 1）线性回归要求变量服从正态分布，logistic回归对变量分布没有要求。 2）线性回归要求因变量是连续性数值变量，而logistic回归要求因变量是分类型变量。 ...

1、采用numpy实现梯度下降 import numpy as np x_data = np.array([1,2,3])#训练数据 y_data = np.array([2,8,6])#训练数据 lr = 0.1 #学习率 w = 0 #初始权重 cost = [] #每次迭代的损失 for i in range(10): y_predict = x_data * w los...

1、信息论基础； 2、决策树原理及应用场景； 3、决策树防止过拟合手段； 4、sklearn参数详解； 1、信息论基础