1、查看数据类型: type(数据)（在下面的探究中会标注出来） 2、初步探究（重点是机器学习模型只能处理数值数据，所以新闻样本集里的每一个文本样本都要转为TF-IDF向量。） from sklearn.datasets import fetch_20newsgroups from sklearn. ...
分类：
其他好文 时间：
2021-05-04 16:34:58
阅读次数：
0
Numpy实现K折交叉验证的数据划分 本实例使用Numpy的数组切片语法，实现了K折交叉验证的数据划分 背景：K折交叉验证 为什么需要这个？在机器学习中，因为如下原因，使用K折交叉验证能更好评估模型效果： 样本量不充足，划分了训练集和测试集后，训练数据更少； 训练集和测试集的不同划分，可能会导致不同 ...
分类：
其他好文 时间：
2021-05-04 15:39:17
阅读次数：
0
一、线性回归 一、线性回归 ? 假设有数据有 ，其中 , 。其中m为训练集样本数，n为样本维度，y是样本的真实值。线性回归采用一个多维的线性函数来尽可能的拟合所有的数据点，最简单的想法就是最小化函数值与真实值误差的平方（概率解释-高斯分布加最大似然估计）。即有如下目标函数： 其中线性函数如下： ? ...
分类：
其他好文 时间：
2021-04-28 12:19:06
阅读次数：
0
对于同一个input ，在某个正态分布上所在的区间更接近置信区间中心，对应的Y值大 ，说明它更像是这个label上的某一个样本 Geogebra 模拟 label0： label1： result summary： label0: meanVal : array([4.96571429, 3.388 ...
分类：
其他好文 时间：
2021-04-27 14:22:28
阅读次数：
0
参考 https://www.cnblogs.com/wj-1314/p/10291284.html 一句话概括 在n维度空间中取距离目标点最近的K个样本，如果是分类问题，按照多数投票法取分类结果 如果是回归问题，取平均值 根据二分法衍生出来的K-D（K-Dimension K维度）算法可以加速KN ...
分类：
其他好文 时间：
2021-04-24 11:57:18
阅读次数：
0
AdaBoost，是英文"Adaptive Boosting"（自适应增强）的缩写。 Adaboost算法的思想：在前一轮识别过程中识别错误的样本会在下一轮中提升权重，而那些识别正确的样本会降低权重。 Adaboost算法的原理：（1）将每个样本的权重进行初始化。每一个样本的权重相同（2）训练弱分类 ...
分类：
编程语言 时间：
2021-04-21 11:50:08
阅读次数：
0
观察样本城市：上海、北京、深圳、广州、天津、重庆、苏州、成都、武汉、东莞 中介数据： 成交数据： 链家： https://su.lianjia.com/chengjiao/ #城市成交 https://su.lianjia.com/chengjiao/c2311053511334/ #小区成交 （北 ...
分类：
其他好文 时间：
2021-04-20 15:32:55
阅读次数：
0
AdaBoost训练弱分类器关注的是那些被分错的样本，AdaBoost每一次训练都是为了减少错误分类的样本。而GBDT训练弱分类器关注的是残差，也就是上一个弱分类器的表现与完美答案之间的差距，GBDT每一次训练分类器，都是为了减少这个差距。 GBDT的原理就是所有弱分类器的结果相加等于预测值，然后下 ...
分类：
其他好文 时间：
2021-04-19 15:12:38
阅读次数：
0
研究静态检测恶意软件的方法很多，最常见也没有效果的就是文件哈希，即一对一的恶意软件进行检测。 为了更快的进行检测，现在的静态检测引擎会提取二进制文件的关键区域，并对区域内的特定OP代码字符串进行签名对比，最好的一个开源的例子就是YARA(yara是一款帮助恶意软件研究人员识别和分析恶意软件样本的开源 ...
分类：
其他好文 时间：
2021-04-10 13:30:34
阅读次数：
0
一、AUC含义 AUC是二分类指标ROC曲线下方的面积，在0~1之间。而在预测结果概率列表中可以理解为负样本排在正样本前面的概率（对概率值列排序）。 二、概率列表 通常建模结果可以输出为包含两列的表，第一列为真实标签（1/0），第二列为预测标签1的概率，示例如下： 三、利用awk计算AUC （1）先 ...
分类：
系统相关 时间：
2021-04-10 12:59:15
阅读次数：
0
