weixin_39034980的博客

sigmoid函数： 　　其实逻辑斯谛函数也就是经常说的sigmoid函数，它的几何形状也就是一条sigmoid曲线。　　logistic曲线如下： 　　　　这句话既表明了softmax函数与logistic函数的关系，也同时阐述了softmax函数的本质就是将一个K 维的任意实数向量压缩（映射）成另一个K维的实数向量，其中向量中的每个元素取值都介于（0

为了加快训练速度，对训练数据需要进行归一化处理：（1）最大最小归一化：别名离差标准化，通过对原始数据进行线性变换，将原始数据映射为【0,1】区间的值（2） Z-score 归一化：这种归一化方法利用原始数据的均值以及标准差对原始数据进行归一化，经过归一化处理使原始数据符合标准正态分布（3） mapminmax 归一化函数：通过这种函数对原始数据进行归一化，将归一化的结果值映射到

>>> from sklearn.ensemble import RandomForestClassifier>>> from sklearn.datasets import make_classification>>>>>> X, y = make_classification(n_samples=1000, n_fe...