IP属地：北京
-
提升树算法提升方法采用加法模型（基函数的线性组合）和前向分步算法。 基本分类器或者，是由一个根结点直接连接两个叶结点的简单决策树，即决策树桩。提升树是以二...
-
决策树实现基于ID3算法的信息增益来实现 使用Pickle模块存储决策树 pickle是为了序列化/反序列化一个对象的，可以把一个对象持久化存储。 比如你...
-
决策树算法ID3算法 使用信息增益选择特征，递归构建决策树。 ID3相当于用极大似然法进行概率模型的选择（最大熵模型）。 输入：训练数据集D，特征集A，阈...
-
优化算法优化算法框架 优化算法经历了SGD->SGDM->NAG->AdaGrad->AdaDelta->Adam->Nadam的发展。 定义框架：待优...
-
熵的相关概念
信息量（自信息） 信息的大小跟随机事件的概率有关。越小概率的事情发生了产生的信息量越大。 因此一个具体事件的信息量应该是随着其发生概率而递减的，...
-
反向传播实现
sklearn源码中反向传播算法的实现sklearn/neural_network/multilayer_perceptron.py 参数初始化...
-
反向传播算法神经网络 参数定义 ：从层l-1的第i个神经元指向层l的第j个神经元的权重。注意i和j的顺序。 输入层关系式 定义为层l的第j个神经元的输出值。...