首页
首页
沸点
课程
直播
活动
竞赛
商城
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
ICream103218
掘友等级
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
赞
0
文章 0
沸点 0
赞
0
返回
|
搜索文章
ICream103218
3年前
关注
正则化
监督学习的目的就是要最小化cost Function. 但这个过程中往往会产生些错误,如overfit,而正则化的存在是通过调整正则化参数而达到想要的目的 往往表示向量中不...
赞
2
分享
ICream103218
3年前
关注
逻辑回归和交叉熵
逻辑回归和交叉熵对于MSE顾虑都一样,cost function = (y-a)^2,对于神经网络而言,会降低w,b的更新速度,而对于逻辑回归来说,MSE会导致代价函数非凸...
赞
评论
分享
ICream103218
3年前
关注
SVM和對偶perceptron
最近上课讲到SVM,太久没回顾了有点蒙,之前笔记之记在纸上,甚是不便,今日便将其整理upload。 我们可以相对原本的perceptron算法换个思路去思考,因为我们有梯度...
赞
评论
分享
ICream103218
3年前
关注
信息增益
1. 信息熵 为啥是以2为低? 传统。。。。(只要保证0-1之间能正确表达概率越小,信息量越大即可) 转换即得到一开始的公式。 2. 条件熵 P(y|x) = ..... ...
赞
评论
分享
ICream103218
3年前
关注
数据清洗和特征工程
线性回归模型满足线性性、独立性、方差齐性以及正态性的同时,又不丢失信息,此种变换称之为Box—Cox变换。 长尾截断相当于上面的箱型图删除异常值,通过删除掉频率特别小的而得...
赞
评论
分享
ICream103218
3年前
关注
EDA
训练集数据和测试集数据 查看下两者的分布是否大致一致(查看mean,std。。。), 也可以通过画图(通过对目标值Y的画图)。如果不一致,可能要考虑将训练集分布转换成和测试...
赞
评论
分享
ICream103218
3年前
关注
模型融合和树模型 小笔记
voting策略是投票思想。 bagging需要基分类器方差尽可能大。 但是bagging也有局限,就是如果大部分基分类器都分类错误,那么会很麻烦,由此我们需要一个会对分类...
赞
评论
分享
ICream103218
关注了
优弧
VIP.5 如鱼得水
ICream103218
关注了
Python读财
ICream103218
关注了
敖丙
ICream103218
关注了
冰蓝儿
ICream103218
关注了
美团技术团队
ICream103218
关注了
冷冷zz
ICream103218
关注了
机器之心
ICream103218
关注了
程序员追风
ICream103218
关注了
YoungChen62873
ICream103218
关注了
周兴博
ICream103218
关注了标签
爬虫
ICream103218
关注了标签
云计算
ICream103218
关注了标签
腾讯
下一页
个人成就
文章被阅读
2,881
掘力值
48
关注了
10
关注者
0
收藏集
0
关注标签
30
加入于
2020-03-28