Bagging分为两种：Bagging和Pasting，前者是概率中的放回随机采样，后者是不放回随机采样；默认是放回采样随机；设置bootstrap=False即设置为不放回采样；默认bootstrap=True是放回采样。 对于Bagging（放回采样）有了一个问题，就是总有约37%的样本将不会被... ...
分类：
其他好文 时间：
2018-10-28 12:17:49
阅读次数：
420
1. 问题 给定一系列不重叠的矩形，在这些矩形中随机采样一个整数点。 2. 思路 （1）一个矩形的可采样点个数就相当于它的面积，可以先依次对每个矩形的面积累加存起来（相当于概率分布中的分布累积函数CDF，Cumulative Distribution Function）。 （2）从 [1, 总面积] ...
分类：
移动开发 时间：
2018-10-27 14:51:52
阅读次数：
220
RRT是一种多维空间中有效率的规划方法。它以一个初始点作为根节点，通过随机采样增加叶子节点的方式，生成一个随机扩展树，当随机树中的叶子节点包含了目标点或进入了目标区域，便可以在随机树中找到一条由从初始点到目标点的路径。RRT方法是概率完备且不最优的。 function BuildRRT(qinit, ...
随机采样一致分割法，从点云中分割出线、面等几何元素 (1) SACMODEL_PLANE（三维平面） used to determine plane models. The four coefficients of the plane are itsHessian Normal form: [nor ...
分类：
其他好文 时间：
2018-05-02 02:35:19
阅读次数：
489
作为一种随机采样方法，马尔科夫链蒙特卡罗（Markov Chain Monte Carlo，以下简称MCMC）在机器学习,深度学习以及自然语言处理等领域都有广泛的应用，是很多复杂算法求解的基础。比如我们前面讲到的分解机(Factorization Machines)推荐算法，还有前面讲到的受限玻尔兹 ...
分类：
其他好文 时间：
2018-03-04 15:59:00
阅读次数：
217
这一周的主体是调参。 1. 超参数：No. 1最重要，No. 2其次，No. 3其次次。 No. 1学习率α：最重要的参数。在log取值空间随机采样。例如取值范围是[0.001, 1]，r = -4*np.random.rand(), α = 10r。 No. 2 Momentum β：0.9是个不 ...
分类：
其他好文 时间：
2017-11-11 15:27:39
阅读次数：
285
最近在个性化推荐系统的优化过程中遇到一些问题，大致描述如下：目前在我们的推荐系统中，各个推荐策略召回的item相对较为固定，这样就会导致一些问题，用户在多个推荐场景（如果多个推荐场景下使用了相同的召回策略）、多次请求时得到的结果也较为固定，对流量的利用效率会有所降低；尤其对于行为较少的用户，用来作为 ...
分类：
编程语言 时间：
2017-10-27 19:08:25
阅读次数：
224
本文是对参考资料中多篇关于sampling的内容进行总结+搬运，方便以后自己翻阅。其实参考资料中的资料写的比我好，大家可以看一下！好东西多分享！PRML的第11章也是sampling，有时间后面写到PRML的笔记中去：) 背景 随机模拟也可以叫做蒙特卡罗模拟(Monte Carlo Simulati ...
分类：
其他好文 时间：
2017-10-27 15:50:56
阅读次数：
199
路径规划作为机器人完成各种任务的基础，一直是研究的热点。研究人员提出了许多规划方法：如人工势场法、单元分解法、随机路标图（PRM）法、快速搜索树（RRT）法等。传统的人工势场、单元分解法需要对空间中的障碍物进行精确建模，当环境中的障碍物较为复杂时，将导致规划算法计算量较大。基于随机采样技术的PRM法 ...
分类：
编程语言 时间：
2017-09-05 19:12:58
阅读次数：
360
Pandas是一个Python库，旨在通过“标记”和“关系”数据以完成数据整理工作，库中有两个主要的数据结构Series和DataFrame 本文主要说明完成数据整理的几大步骤： 1.数据来源 1）加载数据 2）随机采样 2.数据清洗 0）数据统计（贯穿整个过程） 1）处理缺失值 2）层次化索引 3 ...
分类：
其他好文 时间：
2017-08-20 17:02:59
阅读次数：
300
