一、纲要 纠正较大误差的方法 模型选择问题之目标函数阶数的选择 模型选择问题之正则化参数λ的选择 学习曲线 二、内容详述 1、纠正较大误差的方法 当我们运用训练好了的模型来做预测时，发现会有较大的误差，这时我们有哪些解决方法呢？ (1)获得更多的训练集 (2)减少特征的数量 (3)增加特征的数量 ( ...
分类：
其他好文 时间：
2017-10-25 16:40:22
阅读次数：
189
当系统中的有效信号和噪声都是随机过程，信号和噪声的频谱还可能重叠（比如有效信号是高斯-马尔可夫过程，噪声是白噪声），从频率去设计滤波器的方法就不再适用。 维纳滤波器可以在一些场合解决上述为题，其设计原则是均方误差（的期望）最小。 1. 简化形式 设输入信号为$x(t)+n(t)$，其中$n(t)$为 ...
分类：
其他好文 时间：
2017-10-24 22:52:01
阅读次数：
202
P2393 yyy loves Maths IIlong double比如保留5位小数*1000000都变成整数最后再/1000000避免精度误差scanf("%Lf",&x);printf("%.Lf",x); ...
分类：
其他好文 时间：
2017-10-21 14:34:28
阅读次数：
201
2.1 SVM介绍及基础理论 支持向量机SVM：support vector machine 支持向量机本质就是找出最佳分割线。 最佳分割线（间隔）的特点：使得间隔距离平均、最大化。 最佳分割线可以减小分类的误差，确保结果的准确性。 SVM首先保证分类正确，然后对间隔最大化。 SVM应该能够处理异常 ...
分类：
其他好文 时间：
2017-10-20 16:49:33
阅读次数：
211
BP算法是神经网络的基础，也是最重要的部分。由于误差反向传播的过程中，可能会出现梯度消失或者爆炸，所以需要调整损失函数。在LSTM中，通过sigmoid来实现三个门来解决记忆问题，用tensorflow实现的过程中，需要进行梯度修剪操作，以防止梯度爆炸。RNN的BPTT算法同样存在着这样的问题，所以 ...
分类：
编程语言 时间：
2017-10-19 16:32:34
阅读次数：
681
第一个问题就是k值的选取问题？怎么快速找到k个邻居，尤其是在特征空间维数大及训练数据容量大时尤其必要。(1)k值的问题：当k值很小的时候，就相当于在较小的领域中训练实例进行预测，学习的近似误差会减小，只有与输入实例较近的训练实例才会对预测结果起作用（反过来想，离的..
分类：
编程语言 时间：
2017-10-19 09:21:29
阅读次数：
184
对于形如 的线性回归。 假设，当的n个数据。注意这里表示第i个数据，且他有m个维度。 对于h(X)，这里的目标其实就是估计出，模型就确定了。这个的计算可以通过最小二乘来估计。 从极大似然的角度来说： h（X）是假设，但这个模型往往和实际值有差距，通过增加误差来拟合给定数据更加合理。假设误差是独立同分 ...
分类：
其他好文 时间：
2017-10-17 10:04:23
阅读次数：
113
4.调整逻辑卷容量 请按照以下要求调整本地逻辑卷lvm1的容量： 调整后的逻辑卷及文件系统大小为770MiB 调整后确保文件系统中已存在的内容不能被破坏 调整后的容量可能出现误差，只要在730MiB - 805MiB之间都是允许的 调整后，保证其挂载目录不改变，文件系统完成 xfs 扩容 ext4 ...
分类：
其他好文 时间：
2017-10-16 23:29:16
阅读次数：
273
如今随着行业竞争激烈，没有几个是用小成本换取大利润。这个同时也是投资者想要的，而群发短信就是以小成本而获得大利润较好的推广方式之一，接下来小编就为大家简单介绍一下： 信息群发顾名思义就是将广告编辑成简短的文字加以合适的图片，以信息平台进行信息推送的方式来达到营销目的，它主要包括单纯的文字信息带超链接 ...
分类：
其他好文 时间：
2017-10-16 19:30:47
阅读次数：
160
交叉验证的方法在训练过程中是否有用？ 1、过拟合的表现？ 1)训练集误差小，评估集误差大；2)训练集误差还在减小，评估集误差开始波动 2、过拟合的原因？ 模型复杂，dvc高——对于决策树，就是没有剪枝，模型可以完美拟合数据；神经网络，收敛于复杂决策面； 噪音，模型overtrain，模型拟合了噪音和 ...
分类：
其他好文 时间：
2017-10-16 18:00:58
阅读次数：
293
