这篇博文主要是解释偏差和方差，以及如何利用偏差和方差理解机器学习算法的泛化性能 综述 在有监督学习中，对于任何学习算法而言，他们的预测误差可分解为三部分 偏差 方差 噪声 噪声属于不可约减误差，无论使用哪种算法，都无法减少噪声。 通常噪声是从问题的选定框架中引入的错误，也可能是由诸如未知变量之类的因 ...
分类：
其他好文 时间：
2020-02-23 22:09:21
阅读次数：
202
1.plotly包 动态散点图 其他动态图 2. recharts包 接近基础绘图语法。 散点图 其他动态图 3. rChart包 语法近似于lattice绘图系统。在R中实现Polychart、Morris、NVD3等多个js绘图库。 "https://github.com/ramnathv/rC ...
分类：
编程语言 时间：
2020-02-23 22:07:43
阅读次数：
69
通过对代价函数的理解，了解了以下几个点： 1.单变量线性回归：h(x)=&+kx 2.参数:hypothesis 3.代价函数 4.建模误差 这个就是单变量线性回归的h(x)，还有代价函数转换后与建模误差的直观体现，在途中我们也看到了函数的最低点也就是代价函数中的J(x)的最小值，直观体现在这两个坐 ...
分类：
其他好文 时间：
2020-02-22 00:20:01
阅读次数：
80
Abstract ? 从图正则数据重构方面处理无监督特征选择； ? 模型的思想是所选特征不仅通过图正则保留了原始数据的局部结构，也通过线性组合重构了每个数据点； ? 所以重构误差成为判断所选特征质量的自然标准。 ? 通过最小化重构误差，选择最好保留相似性和判别信息的特征； 1 Introductio ...
分类：
其他好文 时间：
2020-02-21 18:23:01
阅读次数：
66
第4章-12 求满足条件的斐波那契数 a=eval(input()) b=c=1 d=1 for i in range(a): c=b b=d d=b+c if d>a: print('{}'.format(d)) break 第4章-13 求误差小于输入值的e的近似值 a=eval(input() ...
分类：
编程语言 时间：
2020-02-21 12:46:30
阅读次数：
121
1、量程 传感器的测量范围：最大测量值与最小测量值。 例如一个测量范围为0~250kpa的压力变送器，当我们实际测量的压力为60kpa时，我们选择的量程应为0~100kpa，这个量程就是使用量程。 2、误差与精度 在工程中，使用某个模块或传感器，首先都会讨论它的误差或精度。 例如，使用GPS模块，就 ...
分类：
其他好文 时间：
2020-02-20 20:24:02
阅读次数：
98
这个版本还不能处理三点共线的情况(处理起来其实比较麻烦) 可以用atan2来排序(较为简单，但是精度误差大)，也可以用叉积排序(比较优秀) atan2 #include <iostream> #include <cstdio> #include <cstring> #include <algorit ...
分类：
编程语言 时间：
2020-02-19 23:43:34
阅读次数：
81
模型过拟合欠拟合 训练误差和泛化误差 训练误差 指模型在训练数据集上表现出的误差 泛化误差 指模型在任意?个测试数据样本上表现出的误差的期望 我们的注意力应集中于降低泛化误差，使模型具有更好的普适性。 模型选择 验证数据集 （validation set） 预留?部分在训练数据集和测试数据集以外的数 ...
分类：
其他好文 时间：
2020-02-19 21:02:57
阅读次数：
72
如今制造企业管理中，企业需要的不仅仅是ERP软件提供供应链、资金流、客户销售、仓库货品、企业内部流程运转管理，更需要软件对于车间操作管理层面的指导与支持。大数据、智能制造、物联网、现场可视化等一系列新兴技术的迅速兴起，为制造企业实现智慧工厂4.0建设提供良好的技术支撑。 为提高车间生产效率、缩短生产周期、指导生产线操作流程、降低生产成本、消除人工操作误差，更多的制造工厂在已部署ERP的基础上
分类：
其他好文 时间：
2020-02-19 17:17:28
阅读次数：
65
训练误差和泛化误差 需要区分训练误差（training error）和泛化误差（generalization error）。前者指模型在训练数据集上表现出的误差，后者指模型在任意一个测试数据样本上表现出的误差的期望，并常常通过测试数据集上的误差来近似。计算训练误差和泛化误差可以使用之前介绍过的损失函 ...
分类：
其他好文 时间：
2020-02-15 13:40:33
阅读次数：
65
