前言： 前段时间我在树莓派上通过KNN,SVM等机器学习的算法实现了门派识别的项目，所用到的数据集是经典的MNIST。可能是因为手写数字与印刷体存在一些区别，识别率并是很不高。基于这样的情况，我打算在PC端用CNN试一试MNIST上的识别率。 正文： 一张图展示CNN 导入基础包 导入数据集 预处理 ...
分类：
其他好文 时间：
2018-06-17 13:38:53
阅读次数：
276
#coding:utf-8from sklearn.datasets import load_irisfrom sklearn.model_selection import train_test_splitfrom sklearn.neighbors import KNeighborsClassif... ...
分类：
编程语言 时间：
2018-06-11 15:48:05
阅读次数：
675
一 、超参数和模型参数 超参数：在算法运行前需要决定的参数 模型参数：算法运行过程中学习的参数 - kNN算法没有模型参数- kNN算法中的k是典型的超参数 寻找好的超参数 领域知识 经验数值 实验搜索 二、通过sklearn中的数据集进行测试 输出结果：0.9888888888888889 三、考 ...
分类：
其他好文 时间：
2018-06-07 14:03:56
阅读次数：
212
摘自 章华燕 思想：对于任意的 n 维输入向量，其对应于特征空间一个点，输出为该特征向量所对应的类别标签或者预测值。 它实际上的工作原理是利用训练数据对特征向量空间进行划分，并将其划分的结果作为其最终的算法模型。 分类算法 KNN 分类算法的分类预测过程十分的简单和容易理解：对于一个需要预测的输入向 ...
分类：
编程语言 时间：
2018-06-05 00:45:08
阅读次数：
212
0. 才话别已深秋 今天我可能要当搬运工了，我看这本书的最后一点内容让我觉得....有所收获和反思。然后我发现每一本机器学习书和教材一定会有“用TF怎么实现无监督的迭代聚类算法”，而且一定会放在最后一章节Tensorflow的进阶应用里面。不夸张的说，KNN、Kmeans、贝叶斯分类，这三个算法是当 ...
分类：
其他好文 时间：
2018-06-03 16:25:39
阅读次数：
1360
目录： 互联网公司应该做什么样的业务。 技术团队应该构建自己的竞争优势。 适应公有云时代。 不忘运维核心能力。 教学相长促进人的成长。 各位读者新春快乐狗年大吉！ 我借此佳节讲几句话，技术兄弟姐妹请听一听。 —·一，互联网公司应该做什么样的业务·— 不管是在窝窝，还是在云纵，我们总是会做那些能迅速放 ...
分类：
其他好文 时间：
2018-06-02 00:44:30
阅读次数：
168
算法简介 KNN算法原理是：存在一个样本数据集合（训练样本集），并且样本集合中每个数据都已知该数据的分类。当输入没有标签的新数据时，我们将新数据的特征与已知样本集合进行逐个比较，提取K个最相近的数据的标签，标签最多的即为新数据的标签，完成分类计算。此处我们根据欧式距离进行抽象计算。 ...
分类：
编程语言 时间：
2018-05-27 19:37:53
阅读次数：
203
RSA256 解析公钥 yafu质因数分解 p=325045504186436346209877301320131277983 q=302825536744096741518546212761194311477 e=65537 生成 解密脚本 leftleftrightright peid查壳 手动 ...
分类：
其他好文 时间：
2018-05-25 22:51:23
阅读次数：
233
一、评测标准 模型的测评标准：分类的准确度（accuracy）； 预测准确度 = 预测成功的样本个数/预测数据集样本总数 二、超参数 超参数：运行机器学习算法前需要指定的参数； kNN算法中的超参数：k、weights、P； 一般超参数之间也相互影响； 调参，就是调超参数； 1）问题 # 以kNN算 ...
分类：
其他好文 时间：
2018-05-24 22:21:49
阅读次数：
861
https://blog.csdn.net/lujiandong1/article/details/52658675 几年来，机器学习和数据挖掘非常火热，它们逐渐为世界带来实际价值。与此同时，越来越多的机器学习算法从学术界走向工业界，而在这个过程中会有很多困难。数据不平衡问题虽然不是最难的，但绝对是 ...
分类：
其他好文 时间：
2018-05-18 20:07:17
阅读次数：
148
