从上图可以看到sigmoid函数是一个s形的曲线，它的取值在[0, 1]之间，在远离0的地方函数的值会很快接近0或者1。它的这个特性对于解决二分类问题十分重要 逻辑回归的假设...
发简信
IP属地：贵州
-
机器学习入门_logistic回归 -
机器学习入门_softmax
1. SoftMax原理 一个神经网络输入数据后，一般最后一层会输出一个连续的值，为了实现分类，假设总共有n类，我们可以定义网络的输出包含n个节点，每个节点代表一个输出，谁的...
-
机器学习入门_线性回归1. 什么是线性回归 其实回归算法是相对分类算法而言的，与我们想要预测的目标变量y的值类型有关。如果目标变量y是分类型变量，如预测用户的性别（男、女），预测月季花的颜色（红、...
-
机器学习入门_梯度下降一、总体概况分为以下五种 （1)批次梯度下降Batch Gradient Descent： 在批量梯度下降中，相对于整个训练数据集的权重计算损失函数的梯度，并且在每次迭代之后...
-
机器学习入门_监督学习
监督学习的类型： A.分类：这是一项有监督的学习任务，其中输出具有定义的标签(离散值)。例如，在上图A中，Output-Purched定义了标签，即0或1；1表示客户将购买，...
-
机器学习入门_特征缩放
1、为什么要特征缩放 分类时候使用一些算法基于欧几里得距离，欧几里得距离对特征尺度非常敏感。 下面给出了一些对特征缩放非常敏感的算法。 这些算法对特征缩放很敏感，因为它们取决...
-
机器学习入门_数据清理
1.删除冗余重复数据； 2.修复结构性错误（类别名称之类的）； 3.管理不需要的离群值（很离谱不真实的数据）； 4.缺失数据的处理： 缺失数据类别：连续变量或特征、分类变量...
-
20个小时学会任何技能
一、选一个非常感兴趣的技能 只选一个！ 二、分解技能 把这件事分成一个个小目标，越细越好，比如学瑜伽要先练好前期动作以及呼吸发力，养成好习惯，以后越来越容易。 三、选择工具 ...
-
接猫之前要准备的东西
1.猫砂盆+猫砂铲 封闭式的不臭，敞开式的猫猫容易适应，由于我的是两个月的猫猫，暂时买的敞开式的，一回家猫猫就找到了并且会使用： 最好一步到位买个大的哈哈哈哈 2.猫砂 不差...
-
网上短期快速减肥总结
一、12天减肥 1-3天:每天以蔬菜和水果作为食物,早上吃水果,中午可以蔬菜水果一起吃,晚上吃蔬菜(不要油和盐哦),份量不限 4-6天:每天吃牛奶和酸奶(请不要买里面有防腐剂...
-
机器学习解释利器：SHAP参考【1】https://zhuanlan.zhihu.com/p/106320452 【2】https://zhuanlan.zhihu.com/p/36491902...
-
商品历史价格查询网站哪家强？10大网站详细对比评测出炉！众所周知，商家在给商品定价时，会考虑时下的供需、成本等因素，导致商品的价格呈一定的波动趋势。对于消费者来说，都希望花更少的钱买到优质的商品，即不希望在商品高价位时买到。鉴于此...
-
简单认识Adam优化器基于随机梯度下降（SGD）的优化算法在科研和工程的很多领域里都是极其核心的。很多理论或工程问题都可以转化为对目标函数进行最小化的数学问题。 按吴恩达老师所说的，梯度下降（Gr...
-
调参神器贝叶斯优化（bayesian-optimization）实战篇今天笔者来介绍一下和调参有关的一些事情，作为算法工程师，调参是不可避免的一个工作。在坊间算法工程师有时候也被称为：调参侠。但是一个合格的算法工程师，调参这部分工作不能花费太多...
