集成学习（ensemble learning）—bagging—RF Bagging主要关注降低方差。（low variance）Boosting关注的主要是降低偏差。（low bias） bagging是对许多强（甚至过强）的分类器求平均。在这里，每个单独的分类器的bias都是低的，平均之后bia ...
分类：
其他好文 时间：
2020-05-10 12:54:21
阅读次数：
77
知识点汇总： 1.集中趋势(Central Tendency) 2.变异性(Variability) 3.归一化(Standardizing) 4.正态分布(Normal Distributions) 5.抽样分布(Sampling Distributions) 6.估计(Estimation) 7 ...
分类：
其他好文 时间：
2020-05-05 18:29:08
阅读次数：
175
Data Management Tools—>Sampling—>Creat Random Points Output Location为输出路径； Output Point Feature Class为输出随机点要素的名称； Constraining Feature Class为用于生成随机点的研 ...
分类：
其他好文 时间：
2020-04-29 14:24:08
阅读次数：
182
Tuning failed, falling back to fixed sampling clock https://www.xilinx.com/support/answers/73079.html 2019.2 Zynq UltraScale+ MPSoC: PetaLinux ZCU106 ...
分类：
其他好文 时间：
2020-04-21 09:51:57
阅读次数：
134
1、物理渲染中重要的一项高光反射因子，菲涅尔效果 1)Schlick菲涅尔近似等式，F0是反射系数，用于控制菲涅尔反射强度，v是视角方向，n代表表面法线 2)Empricial菲涅尔近似等式，bias、scale、power等都是控制项 2、现在的GPU允许间其渲染结果输出到中间缓冲--渲染目标纹理 ...
分类：
编程语言 时间：
2020-04-03 23:43:55
阅读次数：
85
BiasLFM(bias latent factor model)带偏置项的隐语义推荐模型，加入三个偏置项（所有评分的平均，用户偏置项表示用户的评分习惯和物品没关系， * 物品偏置项表示物品接受的评分中和用户没关系的因素）矩阵分解,训练得到U,I矩阵,以及用户偏置项和物品偏置项 * 对user-it ...
分类：
编程语言 时间：
2020-04-02 22:42:19
阅读次数：
116
https://www.cnblogs.com/earendil/p/8872001.html 原理 过程 区别 为什么说bagging是减少variance，而boosting是减少bias？ ...
分类：
其他好文 时间：
2020-03-23 00:02:48
阅读次数：
77
提出动机 __训练层面__ 1. CNN对见过的样本有好的泛化能力，而没见过的样本则比较差（例：看过正脸很难识别侧脸）。这就是CNN的归纳偏置（inductive bias）。 2. 为了取得对大部分情况都好的泛化能力，需要各种情况的训练样本，这样大大增加训练代价。 3. Capsule希望能够学习 ...
分类：
Web程序 时间：
2020-02-28 11:48:44
阅读次数：
128
逆变换采样（英语：inverse transform sampling），又称为逆采样（inversion sampling）、逆概率积分变换（inverse probability integral transform）、逆变换法（inverse transformation method）、斯米 ...
分类：
其他好文 时间：
2020-02-26 22:34:32
阅读次数：
85
1. Bias-Variance Decomposition irreducible error无法被减小，而reducible error可以通过对model的调整将其最小化 2. 一般情况下而言，model越复杂，bias越小，而variance越高，故而我们要找到一个平衡使MSE最小 3. c ...
分类：
其他好文 时间：
2020-02-25 20:29:25
阅读次数：
72
