sklearn.model_selection.train_test_split 用法在使用python做机械学习时候，为了制作训练数据（training samples）和测试数据（testing samples），常使用sklearn里面的sklearn.model_selection.trai ...
分类：
其他好文 时间：
2019-12-22 10:24:19
阅读次数：
59
前不久参加了一次比赛，通过这次比赛对神经网络的功能有一些了解。同时我在使用的时候发现了一个问题，就是神经网络的训练数据一般是训练完这种数据后的模型想要预测以后的数据，输入的参数得和之前的训练数据的个数保持一致才行，这在神经网络模型下应该说是他的一个缺陷，就是训练后的模型限制了以后参数的个数，同时，输 ...
分类：
其他好文 时间：
2019-12-18 12:38:23
阅读次数：
85
统计学习方法与Python实现（三）——朴素贝叶斯法 iwehdio的博客园：https://www.cnblogs.com/iwehdio/ 1、定义 朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法。 对于给定的训练数据集，首先基于特征条件独立假设学习输入输出的联合概率分布。然后基于此模 ...
分类：
编程语言 时间：
2019-12-15 18:53:20
阅读次数：
119
监督学习：通过人为地输入带有标签的训练数据集，使计算机训练得到一个较为合适的模型，对未知标签的数据进行预测。常见的监督学习算法：回归和分类。 1.回归(Regression)：通常有两个及以上变量，数据一般是连续的，通过训练集变量之间的关系得到一条模拟训练样本的曲线，对未知数据的因变量进行预测，其中 ...
分类：
其他好文 时间：
2019-12-14 23:01:08
阅读次数：
128
? 项目介绍 小狗分类器可以做什么？ 通过这个分类器，你只需要上传照片，就可以得到小狗的品种，以及更多的信息。 这就是所谓的「机器学习」，让机器自己去“学习”。我们今天要做的这个分类任务，是一个“监督学习”的过程。 监督学习的主要目标是从有标签的训练数据中学习模型，以便对未知或未来的数据做出预测。 ...
分类：
编程语言 时间：
2019-12-14 15:50:57
阅读次数：
119
一、imguag简介 备选参考的图片扩大框架：kears Imagedatagenerator 参考文档 https://imgaug.readthedocs.io/en/latest/ python3.7 numpy1.17.0 https://imgaug.readthedocs.io/en/l ...
分类：
其他好文 时间：
2019-12-12 18:23:50
阅读次数：
241
统计学习方法与Python实现（二）——k近邻法 iwehdio的博客园：https://www.cnblogs.com/iwehdio/ 1、定义 k近邻法假设给定一个训练数据集，其中的实例类别已定。分类时，对新的实例，根据其k个最近邻的训练实例的类别，通过多数表决的方式进行预测。k近邻法不具有显 ...
分类：
编程语言 时间：
2019-12-09 21:36:02
阅读次数：
87
朴素贝叶斯法 朴素贝叶斯(naive bayes) 法是基于贝叶斯定理和特征条件独立假设的分类方法。对于给定的训练数据集，首先基于特征条件独立假设学习输入输出的联合概率分布，然后基于此分布，对给定的输入$x$利用贝叶斯定理求其后验概率最大的输出。 一、朴素贝叶斯法的学习 1.1 基本方法 设输入空间 ...
分类：
其他好文 时间：
2019-12-07 19:46:29
阅读次数：
135
学习线性分类器 学习内容提要： 第二讲：图像分类 1. 数据驱动方法 1.1. 收集大量的图像数据及标签 1.2. 使用机器学习算法训练一个分类器 1.3. 使用新图像衡量训练的分类器 2. 近邻算法 2.1. 算法描述： 训练数据集合为 T={（x1,y1）,（x2,y2）,...,（xn，yn） ...
分类：
其他好文 时间：
2019-12-05 19:01:07
阅读次数：
126
What 现有多个变量X1, X2, X3, ....会对结果数据Y产生影响，现在要求出这些变量Xn对于最终结果的影响权重。找到一个线(两个变量)，面(三个变量)来拟合这些权重的数值。通过训练数据得到这些参数，然后使用这些参数(模型)对新数据进行预测 例如，拟合一个平面： 其中 θ0表示预置的权重参 ...
分类：
其他好文 时间：
2019-12-03 23:17:29
阅读次数：
92
