train.py: # -*- coding: UTF-8 -*- """ 训练神经网络模型 大家之后可以加上各种的 name_scope（命名空间） 用 TensorBoard 来可视化 一些术语的概念 # Batch size : 批次(样本)数目。一次迭代（Forword 运算（用于得到损失函 ...
分类：
其他好文 时间：
2020-02-22 22:23:04
阅读次数：
85
线程组 10秒内完成100个线程数，相当于1秒增加10个 循环次数不能填0 递增时间填0就是一下有多少个线程 监听器 图形结果 样本数目：线程数 偏离值：标准误差 最新样本：服务器处理最后一个请求所用的时间 吞吐量：每秒钟响应数量结果的个数，每秒完成的请求数 平均：服务器处理所有请求数的响应时间的平 ...
分类：
其他好文 时间：
2020-01-15 23:19:12
阅读次数：
99
数据层面： 过抽样 直接复制，即不断复制类别样本数少的类别样本。 插值法：通过对样本归一化，采样，求得样本分布，极值，均值等，然后根据样本分布，极值，均值来生成新样本来扩充样本数目。 欠抽样: 直接删除,随机减少多数类样本的数量。 算法层面： Weighted loss function，一个处理非 ...
分类：
其他好文 时间：
2019-11-21 22:39:49
阅读次数：
134
最近遇到数据样本数目不足的问题，自己写的增强工具生成数目还是不够，终于在网上找到一个数据增强工具包，足够高级，足够傻瓜。想要多少就有多少！再也不怕数据不够了！ 简介 "Augmentor" 是一个Python包，旨在帮助机器学习任务的图像数据人工生成和数据增强。它主要是一种数据增强工具，但也将包含基 ...
分类：
其他好文 时间：
2018-07-05 23:30:09
阅读次数：
886
一个特性：低维（特征少）转向高维的过程中，样本会变的稀疏（可以有两种理解方式：1.样本数目不变，样本彼此之间距离增大。2.样本密度不变，所需的样本数目指数倍增长）。 高维度带来的影响： 1.变得可分。 由于变得稀疏，之前低维不可分的，在合适的高维度下可以找到一个可分的超平面。 2.过拟合风险。 过高 ...
分类：
其他好文 时间：
2018-05-12 19:26:57
阅读次数：
145
#coding:utf-8 from scipy.stats import binom import matplotlib.pyplot as plt import numpy as np #样本数目 n = 200 #发生的概率 p = 0.01 #发生的次数 k = np.arange(0,15... ...
分类：
其他好文 时间：
2018-03-14 19:06:53
阅读次数：
193
图表底部参数的含义如下： 样本数目：总共发送到服务器的请求数。 最新样本：代表时间的数字,是服务器响应最后一个请求的时间。 吞吐量：服务器每分钟处理的请求数。 平均值：总运行时间除以发送到服务器的请求数。 中间值：代表时间的数字，有一半的服务器响应时间低于该值而另一半高于该值。 偏离：服务器响应时间 ...
分类：
其他好文 时间：
2017-11-06 15:33:06
阅读次数：
243
聚合报告的各个标签的含义说明如下： Label： 请求类型，对应在测试计划下填写的请求名称。 #Samples： 当前发送到服务器的请求总数，对应图形报表中的样本数目。 Average： 平均请求数，计算方法是总运行时间除以发送到服务器的总请求数，对应图形报表中的平均值。 Median： 中间那个响 ...
分类：
其他好文 时间：
2017-11-06 15:32:58
阅读次数：
187
VC维在有限的训练样本情况下，当样本数 n 固定时。此时学习机器的 VC 维越高学习机器的复杂性越高。VC 维反映了函数集的学习能力，VC 维越大则学习机器越复杂(容量越大)。 所谓的结构风险最小化就是在保证分类精度（经验风险）的同一时候，减少学习机器的 VC 维，能够使学习机器在整个样本集上的期望 ...
分类：
其他好文 时间：
2017-08-16 23:13:58
阅读次数：
188
将数据挖掘中这些评测指标的基本概念做一整理，忘了的时候还可以来查一查。精确度，有时也叫正确率，是英文中的precision而不是accuracy。表示正确识别为此类的样本数目（TP）/识别为此类的样本总数目（TP+FP）。FP就是那些原本不是此类但被错误的分为此类的样本数目。召回率，..
分类：
其他好文 时间：
2017-04-27 19:40:14
阅读次数：
234
