码迷,mamicode.com
首页 >  
搜索关键字:分类器    ( 1373个结果
R语言ROC曲线评价分类器的好坏
原文链接:http://tecdat.cn/?p=18944 本文将使用一个小数据说明ROC曲线,其中n = 10个观测值,两个连续变量x_1和x_2,以及二元变量y∈{0,1}。 我们可以表示平面(x_1,x_2)中的点,并且对y∈{0,1}中的y 使用不同的颜色。 df = data.frame ...
分类:编程语言   时间:2021-01-22 12:19:30    阅读次数:0
哈?你还认为似然函数跟交叉熵是一个意思呀?
在我重新抱起概率统计的课本之前,我一直都不清楚似然函数为什么是那样子的,只知道照着公式敲代码(那时候还没有tensorflow),于是出过各种糗:“啊?似然函数不就是交叉熵吗?”“机器学习中的似然函数怎么看起来跟概率统计课本里的不一样呢?”“学长学长,我把这个model的输出接上交叉熵后怎么报错了?”“似然函数”名字的意义已经在以前的多篇文章中提过了,更通用的定义来说,似然函数就是衡量当前模型参数
分类:其他好文   时间:2020-12-29 11:50:10    阅读次数:0
干货|神经网络最容易被忽视的基础知识二-激活函数以及损失函数知识
上篇讲解了神经网络最容易被忽视的基础知识一干货|神经网络最容易被忽视的基础知识一1为什么在人工神经网络中的神经元需要激活函数?上图可看做普通的线性分类器,也就是线性回归方程。这个比较基础,效果如右图。当然有时候我们发现这样的线性分类器不符合我们要求时,我们很自然的想到那我们就加多一层,这样可以拟合更加复杂的函数,如下图a:但同时当我们动笔算下,就会发现,这样一个神经网络组合起来,输出的时候无论如何
分类:其他好文   时间:2020-11-30 15:16:02    阅读次数:12
【直观详解】机器学习分类器性能指标详解
【内容简介】系统详解分类器性能指标,什么是准确率-Accuracy、精确率-Precision、召回率-Recall、F1值、ROC曲线、AUC曲线、误差-Error、偏差-Bias、方差-Variance及Bias-VarianceTradeoff在任何领域,评估(Evaluation)都是一项很重要的工作。在MachineLearning领域,定义了许多概念并有很多手段进行评估工作1混淆矩阵-
分类:其他好文   时间:2020-11-30 15:15:08    阅读次数:9
Python用dlib识别人脸,并用大方框标出来
上代码: #coding=utf-8 import cv2 import dlib path = "imagePath/9.jpg" img = cv2.imread(path) gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) #人脸分类器 detector ...
分类:编程语言   时间:2020-11-01 20:57:05    阅读次数:29
朴素贝叶斯
朴素贝叶斯分类器是一种利用概率论知识实现的分类器,之所以称之为“朴素”,是因为整个形式化过程只做最原始、最简单的假设。下面将从原理到实战进行详细讲解。 # 基于贝叶斯决策理论的分类方法 ? 在讲述朴素贝叶斯之前,贝叶斯决策理论的核心思想,即选择具有最高概率的决策。如上图的AB桶,若是问一个出自其中的 ...
分类:其他好文   时间:2020-09-17 15:44:04    阅读次数:39
CSP 202006-1 线性分类器python实现
思路 这题问题是对于这一群点和一条直线,我们也不知道直线上方的是A类还是直线下方的是A类。其实对于这个二分类问题,我们也没必要知道。我们只需要判断直线每一测的点是不是一类(A类或B类)就可以了。 至于如何判断这一侧的点是不是一类,用一个set就可以了:把这一侧的点的自身类别(A或B)全都扔进一个se ...
分类:编程语言   时间:2020-09-09 19:21:42    阅读次数:68
OpenCV Error: Assertion failed (samples.cols == var_count && samples.type() == CV_32F) in cv::ml::SV
VS2019+OpenCV4.0 在完成分类器的训练,直接predict是没有问题的,但是保存xml文件后,再用以下的语句加载训练好的xml模型,predict出现了问题。 svm->save("svm.xml") svm->load<SVM>("trained-svm.xml"); OpenCV ...
分类:其他好文   时间:2020-08-20 19:00:30    阅读次数:99
【SVM】理解与使用(不好完全掌握,知道如何使用即可)
1:原理理解 图中有分别属于两类的一些二维数据点和三条直线。如果三条直线分别代表三个分类器的话,请问哪一个分类器比较好? 我们凭直观感受应该觉得答案是H3。首先H1不能把类别分开,这个分类器肯定是不行的;H2可以,但分割线与最近的数据点只有很小的间隔,如果测试数据有一些噪声的话可能就会被H2错误分类 ...
分类:其他好文   时间:2020-08-08 17:49:08    阅读次数:72
【小白学AI】八种应对样本不均衡的策略
文章来自:微信公众号【机器学习炼丹术】 1 什么是非均衡 分类(classification)问题是数据挖掘领域中非常重要的一类问题,目前有琳琅满目的方法来完成分类。然而在真实的应用环境中,分类器(classifier)扮演的角色通常是识别数据中的“少数派”,比如: 银行识别信用卡异常交易记录 垃圾 ...
分类:其他好文   时间:2020-08-03 00:52:13    阅读次数:123
1373条   上一页 1 2 3 4 ... 138 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!