降低损失：减少模型预测和标签之间的误差 迭代方法：在训练机器学习模型时，首先对权重和偏差进行初始猜测，然后反复调整这些猜测，直到获得损失可能最低的权重和偏差为止 降低损失：减少模型预测和标签之间的误差 迭代方法：在训练机器学习模型时，首先对权重和偏差进行初始猜测，然后反复调整这些猜测，直到获得损失可 ...
分类：
其他好文 时间：
2018-12-12 16:26:42
阅读次数：
188
1. 误差小于某个预先设定的较小的值 2.两次迭代之间的权值变化已经很小，可设定一个阈值，当小于这个阈值后，就停止训练。 3.设定最大迭代次数，当迭代超过最大次数就停止训练。 ...
分类：
其他好文 时间：
2018-12-12 00:13:44
阅读次数：
237
1.NSTimer 存在一定的误差，不管是一次性的还是周期性的timer得实际触发事件的时间，都会与所加入的runloop和runloopMode有关，如果此runloop正在执行一个连续性的运算，timer就会被延时触发。 2.CADisplayLink CADisplayLink是一个能让我们以 ...
分类：
移动开发 时间：
2018-12-11 15:56:30
阅读次数：
299
loc平均值scale(scale)标准差pdf(x,loc=0,scale=1)正态分布（Normaldistribution），也称“常态分布”，又名高斯分布（Gaussiandistribution），最早由A.棣莫弗在求二项分布的渐近公式中得到。C.F.高斯在研究测量误差时从另一个角度导出了它。P.S.拉普拉斯和高斯研究了它的性质。是一个在数学、物理及工程等领域都非常重要的概率分布，在统计
分类：
编程语言 时间：
2018-12-10 23:29:18
阅读次数：
224
转自：https://blog.csdn.net/zhihua_oba/article/details/73832614 k-means算法详解主要内容 k-means算法简介k-means算法详解k-means算法优缺点分析k-means算法改进算法k-means++1、k-means算法简介 k ...
分类：
编程语言 时间：
2018-12-09 16:45:29
阅读次数：
270
第2章 模型评估与选择 2.1 经验误差与过拟合 先引出几个基本概念： 误差(error）：学习器的实际预测输出与样本的真实输出之间的差异。 训练误差(training error)：学习器在训练集上的误差，也称“经验误差”。 测试误差(testing error)：学习器在测试集上的误差。 泛化误 ...
分类：
其他好文 时间：
2018-12-07 22:33:17
阅读次数：
338
在概率论和统计学中，协方差用于衡量两个变量的总体误差。而方差是协方差的一种特殊情况，即当两个变量是相同的情况。[1]期望值分别为E[X]与E[Y]的两个实随机变量X与Y之间的协方差Cov(X,Y)定义为：从直观上来看，协方差表示的是两个变量总体误差的期望。如果两个变量的变化趋势一致，也就是说如果其中一个大于自身的期望值时另外一个也大于自身的期望值，那么两个变量之间的协方差就是正值；如果两个变量的变
分类：
编程语言 时间：
2018-12-07 21:22:05
阅读次数：
216
在统计学中对变量进行线行回归分析，采用最小二乘法进行参数估计,在数据分析中通常会通过评估参数来评估我们得出的模型对结果的拟合度，通常会用到的参数有： 最小二乘法：我们将预测值与实际值之间的差值进行求平方和，这个和我们叫离差平方和，使离差平方和最小的方法叫“最小二乘法” 1、SSE(误差平方和)：th ...
分类：
其他好文 时间：
2018-12-05 12:40:14
阅读次数：
530
7 7 到底是不是太胖了 （10 分） 据说一个人的标准体重应该是其身高（单位：厘米）减去100、再乘以0.9所得到的公斤数。真实体重与标准体重误差在10%以内都是完美身材 （即 | 真实体重 ? 标准体重 | using namespace std; int main() { int N; dou ...
分类：
其他好文 时间：
2018-12-03 17:55:20
阅读次数：
4911
AtomicLong的原理是依靠底层的cas来保障原子性的更新数据，在要添加或者减少的时候，会使用死循环不断地cas到特定的值，从而达到更新数据的目的。 LongAdder在AtomicLong的基础上将单点的更新压力分散到各个节点，在低并发的时候通过对base的直接更新可以很好的保障和Atomic ...
分类：
其他好文 时间：
2018-11-29 15:34:19
阅读次数：
209
