本篇文章主要對(duì)在本次競(jìng)賽中排名靠前的同學(xué)的優(yōu)化方法進(jìn)行總結(jié)韧献。東文刻炒，14.835 第47名冰琪冒冬，14.852 第50名繼端惜索，14.871 第57名可自行點(diǎn)擊上述文章詳細(xì)了...
發(fā)簡(jiǎn)信
IP屬地：廣東
-
總結(jié)|公共自行車使用量預(yù)測(cè) -
編程的靈魂永遠(yuǎn)是算法！而算法的本質(zhì)就是數(shù)學(xué)彤蔽，讓我們用數(shù)學(xué)改變世界
-
常用算法評(píng)價(jià)指標(biāo)|盤點(diǎn)與選擇目錄一摧莽、前言二、FM模型簡(jiǎn)單介紹三顿痪、模型調(diào)試階段1.數(shù)據(jù)集調(diào)整2.參數(shù)調(diào)整四镊辕、模型評(píng)估階段知識(shí)鋪墊（混淆矩陣）準(zhǔn)確度(Accuracy)誤差（error）查準(zhǔn)率（precis...
-
FM算法模型的評(píng)估概要目錄說明第一階段評(píng)估方法1、數(shù)據(jù)集的劃分方法2删性、調(diào)參第二階段性能度量3照藻、誤差4发乔、錯(cuò)誤率與精度5、查全率雪猪、查準(zhǔn)率與F16、ROC與AUC7、時(shí)間復(fù)雜度和空間復(fù)雜度8休涤、其他參數(shù) ...
-
機(jī)器學(xué)習(xí)任務(wù)的評(píng)價(jià)指標(biāo)（以MSE,precision-recall,NDCG為例）
評(píng)價(jià)指標(biāo)是機(jī)器學(xué)習(xí)任務(wù)中非常重要的一環(huán)咱圆。不同的機(jī)器學(xué)習(xí)任務(wù)有著不同的評(píng)價(jià)指標(biāo)笛辟，同時(shí)同一種機(jī)器學(xué)習(xí)任務(wù)也有著不同的評(píng)價(jià)指標(biāo)，每個(gè)指標(biāo)的著重點(diǎn)不一樣序苏。如分類手幢、回歸、排序忱详、聚類围来、熱...
-
Relief算法python實(shí)現(xiàn)文章目錄一、算法流程圖二匈睁、代碼步驟1.第一步：定義類和init方法2.第二步：數(shù)據(jù)處理3.第三步：通過計(jì)算距離监透，找出猜錯(cuò)近鄰和猜對(duì)近鄰4.第四步：計(jì)算特征權(quán)重5.第五步：根據(jù)...
-
-
集成學(xué)習(xí)本文目錄 1.綜述2.基礎(chǔ)分類器組合策略 2.1 平均法 2.2 投票法 2.3 學(xué)習(xí)法3.集成學(xué)習(xí)方法 3.1 Boosting 3.2 Bagging 與 Ra...
-
樸素貝葉斯分類算法對(duì)垃圾短信分類實(shí)現(xiàn)總結(jié)本文總體架構(gòu)： 一、樸素貝葉斯分類器的理論解釋和計(jì)算步驟二阅虫、代碼框架展示三演闭、結(jié)合樸素貝葉斯理論解釋代碼四、此次試驗(yàn)總結(jié)本次試驗(yàn)主要解決對(duì)短信類型的分類問題颓帝，其實(shí)也是解決文本分...
-
第6章 支持向量機(jī)支持向量機(jī)是一類按監(jiān)督學(xué)習(xí)方式對(duì)數(shù)據(jù)進(jìn)行二元分類的廣義線性分類器购城，它的目的是尋找一個(gè)超平面來對(duì)樣本進(jìn)行分割吕座，分割的原則是間隔最大化，最終轉(zhuǎn)化為一個(gè)凸二次規(guī)劃問題來求解瘪板。 優(yōu)點(diǎn)...
-
BP算法--手寫數(shù)字識(shí)別模型數(shù)據(jù)分析
試驗(yàn)1 試驗(yàn)1是我們用100個(gè)數(shù)據(jù)圖像，其中89個(gè)數(shù)據(jù)圖像作為訓(xùn)練集兰英，11個(gè)為測(cè)試集撇叁。一開始跑的時(shí)候采用了單一變量法的原理，毫無方向的調(diào)參數(shù)畦贸。 前五次我以為權(quán)重那個(gè)次方對(duì)準(zhǔn)確...
-
測(cè)試優(yōu)化數(shù)字識(shí)別程序一税朴、背景 在程序?qū)懲曛螅覀儼l(fā)現(xiàn)，在程序中能夠改變的值主要有以下幾個(gè)：隱藏層層數(shù)正林，訓(xùn)練次數(shù)泡一，學(xué)習(xí)率，權(quán)重次方觅廓。 在原來的程序中鼻忠，我們的數(shù)據(jù)分別是：隱藏層層數(shù)：300，訓(xùn)練次...
-
BP神經(jīng)網(wǎng)絡(luò)|手寫數(shù)字識(shí)別整體思路：模型搭建--訓(xùn)練--測(cè)試--優(yōu)化 搭建基本模型階段： step1：引入要用的包 step2：定義神經(jīng)網(wǎng)絡(luò) step3：定義正向傳播訓(xùn)練過程 step4：定義反向傳播...
-
第五章 神經(jīng)網(wǎng)絡(luò)｜ （周志華-機(jī)器學(xué)習(xí)）｜學(xué)習(xí)總結(jié)一杈绸、整體脈絡(luò) 二帖蔓、神經(jīng)元模型 1、本節(jié)框架 2瞳脓、要了解什么是神經(jīng)元模型塑娇，首先得明白什么是神經(jīng)網(wǎng)絡(luò)。 神經(jīng)網(wǎng)絡(luò)是有具有適應(yīng)性的簡(jiǎn)單單元組成的廣泛進(jìn)行互連的網(wǎng)絡(luò)劫侧，它的組織能夠模擬...
-
第七章 函數(shù)式編程 總結(jié)一 又見函數(shù) 1 python中的函數(shù)式 要點(diǎn)：①函數(shù)式編程以函數(shù)為中心進(jìn)行代碼封裝埋酬。②函數(shù)是第一級(jí)對(duì)象，能像普通對(duì)象一樣使用烧栋。③函數(shù)式編程強(qiáng)調(diào)了函數(shù)的純粹性写妥。一個(gè)純函數(shù)是沒...
-
第六章 與對(duì)象的深入交往 總結(jié)一 一切皆對(duì)象 1 運(yùn)算符 1.1.1運(yùn)算符中的特殊方法的操作 如果用dir（list）調(diào)查list的屬性，可以看到一個(gè)屬性是_add_()這個(gè)特方法审姓，它定義了“+”運(yùn)算符對(duì)...
