SSE和RMSE比较小 拟合度R接近于1较好 * 统计参数模型的拟合优度 1.误差平方和（SSE） 2. R-Square（复相关系数或复测定系数） 3. Adjusted R-Square（调整自由度复相关系数） 4.Root mearn squared error(RMSE),(均方根误差) ...
分类：
其他好文 时间：
2017-12-17 18:07:06
阅读次数：
182
【中文翻译】 4、你正在一个超市的自动退房亭工作, 并正在建设一个苹果, 香蕉和桔子分类器。假设您的分类器训练集误差是 0.5%, 并且验证集误差为7%。下面哪些是有希望改进分类器的？(检查所有适用的）（A,C） （A）增加正则化参数 lambda （B）降低正则化参数 lambda （C）获取更多 ...
分类：
Web程序 时间：
2017-12-14 23:50:06
阅读次数：
387
一、矩阵 在 3D 游戏中，可以使用矩阵来表示一个物体的旋转。 1) 优点： 个人认为，理解起来最为直观。 像现成的DXSDK库中也提供了十分完善的相关接口 一个矩阵即可表示多种变换的组合 2) 缺点： 每次计算都会产生误差，因此，需要经常规范化。 耗的内存较多些。 二、欧拉角 欧拉角指的是：以世界 ...
分类：
其他好文 时间：
2017-12-13 00:07:57
阅读次数：
128
（主要是ISO规程） 参数; 1 常开，常闭 2 动作类型：高/低 ==>上切值，下切值 3 允差（和所有压力仪表一样） 4 死区范围（死区上限，死区下限） 5 死区（置位与复位之差（多个点取死区误差最大的）） 6 死区误差（切换差与死区上限的差 和 切换差与死区下限的差 的最大值） 7 设定点偏差 ...
分类：
其他好文 时间：
2017-12-12 17:48:21
阅读次数：
222
第一页纸定义了损失函数的样子, theta, X 和 y 的 shape, 以及最终的损失函数向量表现形式． 第二页纸抄上了几个要用到的矩阵求导公式，以及推导过程和结果． 要说明的是：推导结果与theta, X 和 y 的 shape有直接关系．也就是说可能和某教材，某大牛教学视频的结论外貌上不一致 ...
分类：
其他好文 时间：
2017-12-10 14:49:25
阅读次数：
169
灰色预测法是一种对含有不确定因素的系统进行预测的方法。灰色系统是介于白色系统和黑色系统之间的一种系统。 白色系统是指一个系统的内部特征是完全已知的，即系统的信息是完全充分的。而黑色系统是指一个系统的内部信息对外界来说是一无所知的，只能通过它与外界的联系来加以观测研究。灰色系统内的一部分信息是已知的， ...
分类：
其他好文 时间：
2017-12-10 13:14:24
阅读次数：
251
非线性回归问题的参数求解，反向求导基本流程。Variable 计算时, 它在后台一步步默默地搭建着一个庞大的系统, 叫做计算图, computational graph. 这个图将所有的计算步骤 (节点) 都连接起来, 最后进行误差反向传递的时候, 一次性将所有 variable 里面的修改幅度 ( ...
分类：
其他好文 时间：
2017-12-09 18:12:54
阅读次数：
190
这一节课很零碎。 1. 神经网络到底在干嘛？ 浅层的是具体的特征（比如边、角、色块等），高层的更抽象，最后的全连接层是把图片编码成一维向量然后和每一类标签作比较。如果直接把图片和标签做像素级的最近领域分类，误差很大，但是转成编码之后就准多了。 可以用PCA可视化最后一层的特征，深度学习领域更高阶的做 ...
分类：
编程语言 时间：
2017-12-09 13:14:11
阅读次数：
213
题目描述 农夫约翰要量取 Q（1 <= Q <= 20,000）夸脱（夸脱，quarts，容积单位——译者注） 他的最好的牛奶，并把它装入一个大瓶子中卖出。消费者要多少，他就给多少，从不有任何误差。 农夫约翰总是很节约。他现在在奶牛五金商店购买一些桶，用来从他的巨大的牛奶池中量出 Q 夸脱的牛奶。每 ...
分类：
其他好文 时间：
2017-12-09 13:01:57
阅读次数：
208
前言 "我们居然又冲刺了·六" "团队代码管理github" 站立会议 队名：PMS 530雨勤（组长） 过去两天完成了哪些任务 新方案代码比之前的更简单，但是对场景的要求相应变高了，已经实现，误差感人 "代码签入github" 接下来的计划 速度模块还要调整参数，而参数要靠自己算…… 优化一下图形 ...
分类：
其他好文 时间：
2017-12-09 00:05:13
阅读次数：
209
