挖掘建模 经过数据探索于数据预处理,得到了可以直接建模的数据..根据挖掘目标和数据形式可以建立分类与预测,聚类分析,关联规则,时序模式和偏差检测等模型.帮助企业提取数据汇总蕴含得商业价值,提高企业得竞争力. 分类和预测问题得两种主要类型,分类主要是预测分类标号(离散属性),而预测主要是建立连续值函数 ...
分类：
其他好文 时间：
2019-10-28 20:44:19
阅读次数：
142
一、生产线对每一个 PCBA 进行射频参数校准的必要性由于 PCBA 元器件之间的硬件偏差导致的射频接收发射参数的偏差GSM 规范苛刻的射频指标要求,包括接收电平，发射功率，频率误差等。二、校准基本原理－利用软件参数的方法来补偿硬件一致性偏差带来的射频参数偏差。 MTK 软件提供可以用来存储射频校准 ...
分类：
其他好文 时间：
2019-10-27 18:40:21
阅读次数：
135
乱码问题大概就是编码格式不一样，搜了很多都是这么说的，修改编码解决乱码问题链接： https://blog.csdn.net/weixin_42496466/article/details/81189774 注意：记得要修改读的txt文件的编码方式，原理可能理解有偏差，但我一定要修改才能读到正确的内 ...
分类：
编程语言 时间：
2019-10-27 12:22:43
阅读次数：
105
对预测模型讨论，预测误差（error）分两类：偏差（bias）造成的误差与方差（variance）造成的误差。最小化偏差与方差的一个权衡。理解这两类误差有利于诊断模型结果和避免过拟合和欠拟合。 偏差与方差 三种方式定义偏差与方差：概念、图形、数学 概念定义： 偏差造成的误差：预期/平均预测值 和 尝 ...
分类：
其他好文 时间：
2019-10-27 00:37:04
阅读次数：
92
一、简介 1、目前的检测网络都是基于现成的分类网络来进行fine-tune的，这样会存在几个问题： 1）检测和分类任务对变化（translation）的敏感度不同，这样导致对学习目标的偏差 2）分类网络的结构会有很多限制，改动起来非常不方便 所以有了从零开始的训练方法（即没有预训练模型from sc ...
分类：
其他好文 时间：
2019-10-25 16:12:32
阅读次数：
82
偏差（Bias）与方差（Variance） 目录： 为什么会有偏差和方差？ 偏差、方差、噪声是什么？ 泛化误差、偏差和方差的关系？ 用图形解释偏差和方差。 偏差、方差窘境。 偏差、方差与过拟合、欠拟合的关系？ 偏差、方差与模型复杂度的关系？ 偏差、方差与bagging、boosting的关系？ 偏差 ...
分类：
其他好文 时间：
2019-10-23 18:37:53
阅读次数：
105
一句话的真实程度与其定语数量成反比。你可以将两件都没发生的事情之时间彼此挪一下（通过计划），你也可以将两件都已经发生的事情之时间彼此挪一下（通过回忆），你就是没法将“一件已经发生的事情、一件没有发生的事情”之时间彼此挪一下。胜者为王，存活偏差，自然选择，事后归因，赢家书写历史－－都令我们忽略了更有价 ...
分类：
其他好文 时间：
2019-10-23 09:36:35
阅读次数：
72
为了避免传统的segmented-EPI（多次激励的EPI）序列，相位方向上分多次采集时，导致多个shot之间存在相位偏差。Readout-segmented EPI通过在readout方向分多次采集，可以有效避免这类问题。k空间填充方式如下图所示： 假设Readout-segmented EPI共 ...
分类：
其他好文 时间：
2019-10-18 15:59:58
阅读次数：
114
在集成学习（一）中介绍过，Bagging(bootstrap aggregation)是一种增强模型多样性，降低方差的有效手段，特别适用于高方差，低偏差的模型，例如决策树，注意到Bagging也是一种可并行模型，而Boosting是一种顺序模型，是一类由弱学习器提升到强学习器的算法。注意到，对于绝大 ...
分类：
其他好文 时间：
2019-10-17 01:18:23
阅读次数：
151
[TOC]更新、更全的《机器学习》的更新网站，更有python、go、数据结构与算法、爬虫、人工智能教学等着你：https://www.cnblogs.com/nickchen121/# 集成学习基础集成学习(ensemnle learning)通过构建并结合多个学习器来完成学习任务，集成学习可以用... ...
分类：
其他好文 时间：
2019-10-16 17:53:43
阅读次数：
92
