搜索结果
查询Tags标签： train，共有 444条记录-
paddlepaddle 9 MC Dropout的使用
MC Dropout是指蒙特卡罗Dropout，其可以在不改就网络结构与增加训练的情况下在测试阶段提升模型的性能，本质就是在测试时将dropout一直处于激活阶段。对网络进行多次前向传播，由于dropout每一次激活的神经元都不同，使得每次的结果都会不一样。将多次输出的结果取平均值…
2022/2/8 23:50:22 人评论 次浏览 -
python -day8
2、字典：增删改查a={1:a,2:b,3:c}b={4:d}1)增：a.update(b) a >>>{1:a,2:b,3:c,4:d}2)删：a.pop(3)a >>>{1:a,2:b}3)改：a[3]=aaaa >>>{1:a,2:b,3:aaa}4)清空 a.clear()a >>>{}task1 编写一段车站订票程序，…
2022/2/7 17:13:18 人评论 次浏览 -
chapter3——逻辑回归手动+sklean版本
1 导入numpy包import numpy as np2 sigmoid函数def sigmoid(x):return 1/(1+np.exp(-x)) demox = np.array([1,2,3]) print(sigmoid(demox)) #报错 #demox = [1,2,3] # print(sigmoid(demox))结果：[0.73105858 0.88079708 0.95257413]3 定义逻辑回归模型主体### 定义逻辑…
2022/2/4 6:14:00 人评论 次浏览 -
自回归模型的两种策略——马尔科夫假设与隐变量自回归模型
基础知识 序列模型的基础 由概率论中的贝叶斯公式可知得到全概率公式也就是每一个xt时刻的值，是与它之前所有时刻的值都有关系，因此如果可以通过前面的值推算出分布或者函数（不一定完全按照这个分布），那么就可以有准确的预测。 序列模型 自回归模型的两种策略 1、（马…
2022/2/3 23:49:09 人评论 次浏览 -
python+基于Jupyter notebook完成卷积神经网络笑脸识别
1.将下载的数据集放到D盘 2.根据猫狗数据集训练的方法来训练笑脸数据集 （1）首先将train_folder文件夹下俩个文件夹内的图片的名字做修改 #coding=gbk import os import sys def rename():path=input("请输入路径(例如D:\\\\picture)：")name=input("请输…
2022/2/2 14:14:20 人评论 次浏览 -
美赛python学习d11——决策树，随机森林
Decision Trees Classification Trees 几种常用的决策树 ID3：由增熵原理决定C4.5：ID3用训练集的数据进行细小分割，这对新的数据没有意义，还会造成过拟合(overfitting)的问题，C4.5中增加了信息增益率，降低了过拟合的概率CART:用GINI指数决定如何分裂，但也存在过拟合…
2022/2/1 20:13:39 人评论 次浏览 -
基于遗传算法优化最小二乘支持向量机lssvm实现数据预测matlab代码
1 简介 本文提出一种基于最小二乘支持向量机的数据预测方法。LSSVM 是一种新型机器学习算法，其在传统支持向量机 SVM 基础上，将二次规划问题中的不等式约束改为等式约束，极大地方便了求解过程，克服了数据集粗糙、数据集波动性大等问题造成的异常回归，能有效避免 BP…
2022/1/31 11:04:51 人评论 次浏览 -
基于蝗虫算法优化最小二乘支持向量机lssvm实现预测matlab代码
1 简介 本文提出一种基于蝗虫算法优化最小二乘支持向量机的数据预测方法。LSSVM 是一种新型机器学习算法，其在传统支持向量机 SVM 基础上，将二次规划问题中的不等式约束改为等式约束，极大地方便了求解过程，克服了数据集粗糙、数据集波动性大等问题造成的异常回归，能有…
2022/1/31 11:04:45 人评论 次浏览 -
基于海鸥算法优化最小二乘支持向量机lssvm实现预测matlab代码
1 简介 本文提出一种基于海鸥算法优化最小二乘支持向量机的数据预测方法。LSSVM 是一种新型机器学习算法，其在传统支持向量机 SVM 基础上，将二次规划问题中的不等式约束改为等式约束，极大地方便了求解过程，克服了数据集粗糙、数据集波动性大等问题造成的异常回归，能有…
2022/1/31 11:04:41 人评论 次浏览 -
基于布谷鸟算法优化最小二乘支持向量机lssvm实现预测matlab代码
1 简介 本文提出一种基于布谷鸟算法优化最小二乘支持向量机的数据预测方法。LSSVM 是一种新型机器学习算法，其在传统支持向量机 SVM 基础上，将二次规划问题中的不等式约束改为等式约束，极大地方便了求解过程，克服了数据集粗糙、数据集波动性大等问题造成的异常回归，能…
2022/1/31 11:04:35 人评论 次浏览 -
K近邻算法04---案例：预测Facebook签到位置
注： 这部分看博客注释与运行截图就差不多能理解啦，把代码复制到自己的编译器中分别运行，认真体会每一步。 一、代码截图和运行截图二、全部代码 import pandas as pd from sklearn.model_selection import train_test_split from sklearn.preprocessing import Standar…
2022/1/27 14:07:16 人评论 次浏览 -
2.python数据分析之二分类模型
对一个表格类数据集进行数据分析，常常有以下几个步骤： 1.数据总览读取数据集并了解数据集大小，原始特征维度 查看特征的数据类型和基本统计量2.缺失值和唯一值查看数据缺失情况 查看唯一值特征情况3.深入数据类别型数据 数值型数据（离散型、连续型）4.数据间相关关系特…
2022/1/27 11:05:28 人评论 次浏览 -
Xgboost回归四种调参方法及Python简单实现
前言 Xgboost对特征工程和数据处理比较友好，相比之下调参成为用好Xgboost重要的一环，本文分别从参数、调参方法、Python实现的维度进行梳理，作为调参思路的记录。 本文将关注以下几个问题： 1.Xgboost哪些参数需要调参？ 2.通用的调参方法有哪些 ？ 如何实现？Xgboost…
2022/1/25 9:34:27 人评论 次浏览 -
arima模型python实现_Python如何进行Arima建模
# pip install pmdarimafrom pmdarima.arima import auto_arimaimport pandas as pd#1.然后，输入数据，可根据实际情况读取数据文件 data=pd.DataFrame({gdp:[1.21,1.34,1.47,1.66,1.96,2.29,2.75,3.55,4.59,5.1,6.09,7.55,8.53,9.57,10.44,11.02,11.14,12.14,13.61], ye…
2022/1/24 17:34:25 人评论 次浏览 -
[云炬python3玩转机器学习]5-5 衡量回归算法的标准，MSE vs MAE
05 衡量回归算法的标准，MSE vs MAE In [3]: import numpy as np import matplotlib.pyplot as plt from sklearn import datasets import datetime;print("Run by CYJ,",datetime.datetime.now())Run by CYJ, 2022-01-20 12:53:42.123449波士顿房产数据 In [4]…
2022/1/20 14:12:26 人评论 次浏览
