原创 sklearn-梯度提升樹（GBDT）參數解釋
一、GBDT類庫boosting框架參數 首先，我們來看boosting框架相關的重要參數。由於GradientBoostingClassifier和GradientBoostingRegressor的參數絕大部分相同，我們下面會
2020-07-07 23:52:56
1
原创 sklearn-梯度提升樹（GBDT）調參
原文鏈接：https://www.cnblogs.com/pinard/p/6143927.html 一、GBDT類庫boosting框架參數 首先，我們來看boosting框架相關的重
2019-10-26 10:29:04
原创 皮爾遜相關係數(Pearson Correlation Coefficient)
簡介：皮爾遜相關係數，用來反映兩個隨機變量之間的線形相關程度。皮爾遜相關也稱爲積差相關(或矩陣相關)是一種計算直線相關的方法。 首先，先了解一下協方差(Covariance)，協方差是一個反映兩個隨機變量相關程度的指標，如果一個變量跟隨另
2019-07-30 07:55:52
原创 個人隨想
昨天和組裏的同事聊了會關於“一個人在工作上的成就取決於什麼”的話題，大體是這個話題吧，如果沒跑偏的話。其實我個人認爲這個取決於很多因素，並不是完全靠一個人的努力就可以改變的，雖然我現在工作沒那麼久，但也見了一些工作上的人情冷暖，各
2019-07-30 07:55:52
原创 CNN閱讀
基礎： 1.CNN是一種帶有卷積結構的深度神經網絡，通常至少有兩個非線性可訓練的卷積層，兩個非線性的固定卷積層（又叫Pooling Laye）和一個全連接層，一共至少5個隱含層。 2.Softmax迴歸：它是在邏輯迴歸的基礎上擴張而來，它
2019-01-19 15:56:26
原创 圖像分類-筆記
FLANN介紹 在計算機視覺和機器學習中，對於一個高維特徵，找到訓練數據中的最近鄰計算代價是昂貴的。對於高維特徵，目前來說最有效的方法是the randomized k-d forest和the priority search k-m
2019-01-19 15:56:26
原创 【目標檢測】RCNN算法詳解
RCNN文章出處：Girshick, Ross, et al. "Rich feature hierarchies for accurate object detection and semantic segmentation" Reg
2018-08-28 23:17:45
3
原创 新起點-回顧往事
最近也不知道怎麼的，就是想在一片新的“土地”上開通自己的另一個博客，可能是對新生活的嚮往，對舊生活的切斷，總之就是想重新開始。不過，確實是。還有半年，就要開啓自己新的人生了。還有半年就畢業了，就徹底離開學校了，或許以後還有機會來，但那時已
2018-08-28 23:17:45
原创 持續集成入門
持續集成－Continuous integration,簡稱CI。 一、介紹 持續集成，就是頻繁的將代碼集成到主幹（trunk）上。 有兩個優點： （1）快速發現問題：每次完成一點更新，就會集成到主幹上，可以快速發現bug，定位問題也比較
2018-08-28 23:17:44
原创 以圖搜圖
以圖搜圖，查找類似圖片 點擊搜圖，上傳圖片，會找出與之相似的圖片（google搜圖，百度搜圖），圖片相似度越高就越排在前面。 根據Neal Krawetz博士的解釋，實現相似圖片搜索的關鍵技術叫做“感知哈希算法”(Perceptualha
2018-08-28 23:17:44
4
原创 卷積神經網絡整理
卷積神經網絡由輸入層、卷積層、激活函數、池化層、全連接層組成，即INPUT + CONV + RELU + POOL + FC一、卷積層 卷積層的作用是：提取特徵 是對圖像的一個鄰域進行卷積得到圖像的鄰域特徵，池化層是使用pooling技
2018-08-28 23:17:44