回归评估 1. 平均绝对误差（Mean Absolute Error, MAE)， 又被称为L1范数损失 2. 平均平方误差（Mean Squared Error, MSE ,又被称为l2范数损失 分类平评估指标 二维混淆矩阵 | | 预测 | 结果 | | | : : | : : | | 真实类别 ...
分类：
其他好文 时间：
2019-12-18 14:32:42
阅读次数：
113
一、电阻色环表的读法 平常使用的色环电阻可以分为四环和五环，通常用四环。其中四环电阻前二环为数字，第三环表示阻值倍乘的数，最后一环为误差；五环电阻前三环为数字，第四环表示阻值倍乘的数，最后一环为误差。误差通常也是金、银和棕三种颜色（金的误差：5%，银的误差：10%，棕色的误差：1%，无色的误差：20 ...
分类：
其他好文 时间：
2019-12-17 13:34:49
阅读次数：
152
分布式篇 1 简述 分布式计算的基本理念是将工作划分为一个一个小任务，分发给多台设备处理，再汇总结果。在分布式计算中，网络中的机器必须要保持可用（延迟误差、意外宕机等等），需要一个持续监控架构 分布式多进程 2 的子模块 还支持把多进程分布在多台机器上， 模块已经封装好了网络通信的细节 实现方法 ： ...
分类：
编程语言 时间：
2019-12-15 16:30:10
阅读次数：
76
讲授集成学习的概念，Bootstrap抽样，Bagging算法，随机森林的原理，训练算法，包外误差，计算变量的重要性，实际应用 大纲： 集成学习简介 Boostrap抽样 Bagging算法 随机森林的基本原理 训练算法 包外误差 计算变量的重要性 实验环节 实际应用 随机森林是一种集成学习的算法， ...
分类：
其他好文 时间：
2019-12-15 12:33:49
阅读次数：
100
概念将向量映射到一个更高维的空间里，在这个空间里建立有一个最大间隔超平面。在分开数据的超平面的两边建有两个互相平行的超平面，分隔超平面使两个平行超平面的距离最大化。假定平行超平面间的距离或差距越大，分类器的总误差越小。基本模型是定义在特征空间上的间隔最大的线性分类器SVM的的学习算法就是求解凸二次规... ...
分类：
其他好文 时间：
2019-12-14 22:54:37
阅读次数：
126
[TOC] 博客： "blog.shinelee.me" | "博客园" | "CSDN" 交叉熵损失与均方误差损失 常规分类网络最后的softmax层如下图所示，传统机器学习方法以此类比， 一共有$K$类，令网络的输出为$[\hat{y}_1,\dots, \hat{y}_K]$，对应每个类别的概 ...
分类：
其他好文 时间：
2019-12-13 00:02:56
阅读次数：
258
不要总是掉包欧，真的丢人啊，一起码起来！ '''函数的功能：单层决策树分类函数参数说明： xMat：数据矩阵 i：第i列，第几个特征 Q：阈值返回分类结果： re'''import numpy as npimport pandas as pddef classify0(xMat,i,Q,S): re ...
分类：
编程语言 时间：
2019-12-11 23:29:35
阅读次数：
134
总结对比下$L_1$ 损失函数，$L_2$ 损失函数以及$\text{Smooth} L_1$ 损失函数的优缺点。 均方误差MSE ($L_2$ Loss) 均方误差（Mean Square Error,MSE）是模型预测值$f(x)$ 与真实样本值$y$ 之间差值平方的平均值，其公式如下 $$ M ...
分类：
其他好文 时间：
2019-12-11 13:33:45
阅读次数：
376
1.假设检验定义 是用来判断样本与样本，样本与总体的差异是由抽样误差引起还是本质差别造成的统计推断方法。 2.显著性检验原理 是先对总体的特征做出某种假设，然后通过抽样研究的统计推理，对此假设应该被拒绝还是接受做出推断。 3.假设检验的基本思想 反证法及小概率原理 反证法是先提出检验假设，再用适当的 ...
分类：
其他好文 时间：
2019-12-08 15:40:00
阅读次数：
92
1.假设检验定义 2. 显著性检验原理 3.假设检验的基本思想 4.假设检验的两类错误 5.假设检验犯两类错误的原因 6假设检验的步骤 7.均值过程概念 &.均值过程作用 9.均值过程可以为每个分组变量的每个类别选择众多的子组统计量 1.是用来判断祥本与样本、样本与总体的差异是由抽样误差引起还是本质 ...
分类：
其他好文 时间：
2019-12-07 23:27:01
阅读次数：
124
