發(fā)簡信
IP屬地：浙江
-
機器學習入門_logistic回歸從上圖可以看到sigmoid函數(shù)是一個s形的曲線徘跪，它的取值在[0, 1]之間罐栈，在遠離0的地方函數(shù)的值會很快接近0或者1先蒋。它的這個特性對于解決二分...
-
機器學習入門_softmax
1. SoftMax原理 一個神經(jīng)網(wǎng)絡(luò)輸入數(shù)據(jù)后蔼紧，一般最后一層會輸出一個連續(xù)的值嚷掠，為了實現(xiàn)分類酬凳，假設(shè)總共有n類互纯，我們可以定義網(wǎng)絡(luò)的輸出包含n個節(jié)...
-
機器學習入門_線性回歸1. 什么是線性回歸 其實回歸算法是相對分類算法而言的叹话，與我們想要預測的目標變量y的值類型有關(guān)偷遗。如果目標變量y是分類型變量，如預測用戶的性別（男...
-
機器學習入門_梯度下降一驼壶、總體概況分為以下五種 （1)批次梯度下降Batch Gradient Descent： 在批量梯度下降中氏豌，相對于整個訓練數(shù)據(jù)集的權(quán)重計算損失...
-
機器學習入門_監(jiān)督學習
監(jiān)督學習的類型： A.分類：這是一項有監(jiān)督的學習任務(wù)，其中輸出具有定義的標簽(離散值)热凹。例如泵喘，在上圖A中，Output-Purched定義了標簽...
-
機器學習入門_編碼
preprocessing.LabelEncoder() 標簽編碼的限制標簽編碼將數(shù)據(jù)轉(zhuǎn)換為機器可讀的形式般妙，但它會為每類數(shù)據(jù)分配一個唯一的編號(...
-
機器學習入門_特征縮放
1纪铺、為什么要特征縮放 分類時候使用一些算法基于歐幾里得距離，歐幾里得距離對特征尺度非常敏感碟渺。 下面給出了一些對特征縮放非常敏感的算法鲜锚。 這些算法...
-
機器學習入門_數(shù)據(jù)清理
1.刪除冗余重復數(shù)據(jù)； 2.修復結(jié)構(gòu)性錯誤（類別名稱之類的）苫拍； 3.管理不需要的離群值（很離譜不真實的數(shù)據(jù)）芜繁； 4.缺失數(shù)據(jù)的處理： 缺失數(shù)據(jù)...
-
去黑頭總結(jié)
一、用卸妝油揉黑頭一分鐘绒极，以油融油骏令，同理用嬰兒油也可以； 二垄提、敷上水楊酸棉片榔袋，10分鐘左右，軟化角栓铡俐，根據(jù)皮膚耐受程度選擇敷的時間以及水楊酸含量...