機器學(xué)習(xí)模型需要擁有很好地泛化能力來適應(yīng)訓(xùn)練集中沒有出現(xiàn)過的新樣本。在機器學(xué)習(xí)應(yīng)用時摆出，我們經(jīng)常會遇到過度擬合(over-fitting)的問題慈俯，...

本人對這兩個理解不是很深入，看了下面這些大佬的回答曾雕，還是模模糊糊，略懂一二。 一问畅、知乎高贊回答 1、特征工程中的「歸一化」有什么作用？ 微調(diào)大佬...

本文結(jié)構(gòu)： 什么是激活函數(shù) 為什么要用 都有什么 sigmoid 护姆，ReLU矾端， softmax 的比較 如何選擇 1. 什么是激活函數(shù) 如下圖，...

平時很多分類問題都會面對樣本不均衡的問題卵皂，很多算法在這種情況下分類效果都不夠理想秩铆。類不平衡（class-imbalance）是指在訓(xùn)練分類器中所...

random_state 相當(dāng)于隨機數(shù)種子random.seed() 。random_state 與 random seed 作用是相同的灯变。 隨...

文章原創(chuàng),最近更新：2018-06-4 1.混淆矩陣 課程來源: python數(shù)據(jù)分析與機器學(xué)習(xí)實戰(zhàn)-唐宇迪 課程資料:這里所涉及到的練習(xí)資料c...

文章原創(chuàng),最近更新：2018-06-4 1.交叉驗證2.模型評估方法3.正則化懲罰4.邏輯回歸模型課程來源: python數(shù)據(jù)分析與機器學(xué)習(xí)實戰(zhàn)...