机器学习中的数学原理——F值与交叉验证
通过这篇博客，你将清晰的明白什么是F值、交叉验证。这个专栏名为白话机器学习中数学学习笔记，主要是用来分享一下我在 机器学习中的学习笔记及一些感悟，也希望对你的学习有帮助哦！感兴趣的小伙伴欢迎私信或者评论区留言！这一篇就更新一下《 白话机器学习中的数学——F值与交叉验证》
标准高斯过程回归（Gaussian Processes Regression, GPR）从零开始，公式推导
标准高斯过程回归从零开始公式推导
plt.函数
1 plt.figure( ) 函数：创建画布2 plt.plot(x, y, format_string, label="图例名")：绘制点和线, 并控制样式。其中x是x轴数据，y是y轴数据，xy一般是列表和数组。format_string 是字符串的格式包括线条颜色、点类型、线类型三个部分。向参
【车道线检测】霍夫变换(HoughLines)检测直线详解
霍夫变化 车道线检测
【机器学习】classification_report分类报告
classfication_report分类报告 python机器学习
传统的时间序列预测模型ARMA、ARIMA（包括实战！！！）
一、本篇主要介绍四种经典的时间序列模型：移动平均模型（MA）、自回归模型（AR）、自回归移动平均模型（，ARMA）、整合移动平均自回归模型（ARIMA）。
机器学习篇-指标:AUC
AUC是什么东西？AUC是一个模型评价指标，只能够用于二分类模型的评价，对于二分类模型来说还有很多其他的评价指标：比如：logloss，accuracy，precision在上述的评价指标当中，数据挖掘类比赛中，AUC和logloss是比较常见的模型评价指标那么问题来了||ヽ(￣▽￣)ノミ|Ю为啥是
秒懂算法 | 基于主成分分析法、随机森林算法和SVM算法的人脸识别问题
本文的任务与手写数字识别非常相似，都是基于图片的多分类任务，也都是有监督的。
阵列信号处理——线性约束最小方差准则(LCMV)波束形成算法
阵列信号处理——线性约束最小方差准则(LCMV)波束形成算法
ChatGPT作者John Schulman：我们成功的秘密武器
除了OpenAI，外界可能很少有人知道ChatGPT模型成功的真正原因，实际上，OpenAI也会对ChatGPT拥有的巨大影响力感到不可思议。这种困惑和惊喜就像工程师们解bug时获得的意外成功：We don't know why, but it works.一种普遍的看法是，ChatGPT没有任何革
机器学习10—多元线性回归模型
在市场的经济活动中，经常会遇到某一市场现象的发展和变化取决于几个影响因素的情况，也就是一个因变量和几个自变量有依存关系的情况。而且有时几个影响因素主次难以区分，或者有的因素虽属次要，但也不能略去其作用。例如，某一商品的销售量既与人口的增长变化有关，也与商品价格变化有关。这时采用一元回归分析预测法进行
模型调优：验证集的作用（就是为了调整超参数）
注意这里的表现，是指在验证集上的表现。好比训练轮数（epochs），在同样的训练集上，训练3轮和训练10轮，结果肯定是不一样的模型。一般训练几个 epoch 就跑一次验证看看效果，如果发现训练3轮效果更好，那么就应该丢弃掉训练6轮、10轮的潜在模型，只用训练3轮的结果。所以必须从训练样本中取出一部分
机器学习中常用的分类算法总结
我们都知道，不发生的概率是极大的，对于分类器而言，如果分类器不加思考，对每一个测试样例的类别都划分为0，达到99%的正确率，但是，问题来了，如果真的发生地震时，这个分类器毫无察觉，那带来的后果将是巨大的。4）例如True positives(TP)的实际类标=1*1=1为正例，False posit
人工智能-10种机器学习常见算法
机器学习是目前行业的一个创新且重要的领域。今天，给大家介绍机器学习中的10种常见的算法，希望可以帮助大家适应机器学习的世界。1、线性回归线性回归(Linear Regression)是目前机器学习算法中最流行的一种，线性回归算法就是要找一条直线，并且让这条直线尽可能地拟合散点图中的数据点。它试图通过
gma 教程 | 气候气象 | 计算标准化降水指数（SPI）
【基于 Excel 降水和蒸散数据计算 SPI】【基于 GTiff 栅格降水和蒸散数据计算 SPI】
Softmax分类器及交叉熵损失（通俗易懂）
简单的说,softmax函数会将输出结果缩小到0到1的一个值，并且所有值相加为1，cross-entropy一般再softmax函数求得结果后再用，
深度学习：根据 loss曲线，对模型调参
深度学习模型调参笔记train loss 下降，val loss下降，说明网络仍在学习； 奈斯，继续训练train loss 下降，val loss上升，说明网络开始过拟合了；赶紧停止，然后数据增强、正则train loss 不变，val loss不变，说明学习遇到瓶颈；调小学习率或批量数目trai
GAN(生成对抗网络)Matlab代码详解
这篇博客主要是对GAN网络的代码进行一个详细的讲解：首先是预定义：clear; clc; %%%clc是清除当前command区域的命令,表示清空,看着舒服些 。而clear用于清空环境变量。两者是不同的。%%%装载数据集train_x=load('Normalization_wbc.txt');%
深度学习：交叉验证（Cross Validation）
将原始数据随机分为两组，一组做为训练集，一组做为验证集，利用训练集训练分类器，然后利用验证集验证模型，记录最后的分类准确率为此分类器的性能指标。好处：处理简单，只需随机把原始数据分为两组即可坏处：但没有达到交叉的思想，由于是随机的将原始数据分组，所以最后验证集分类准确率的高低与原始数据的分组有很大的
周志华《机器学习》第三章课后习题
目录3.1 试析在什么情形下式(3.2) 中不必考虑偏置项 b.3.2、试证明，对于参数w,对率回归的目标函数(3.18)是非凸的,但其对数似然函数(3.27)是凸的. 3.3、编程实现对率回归,并给出西瓜数据集3.0α上的结果.3.4 选择两个 UCI 数据集，比较 10 折交叉验证法和留一法所估
