原创 決策樹與隨機森林
決策樹 決策樹是一種樹型結構，其中每個內部結點 表示在一個屬性上的測試，每個分支代表一 個測試輸出，每個葉結點代表一種類別。 決策樹學習是以實例爲基礎的歸納學習。 決策樹學習採用的是自頂向下的遞歸方法， 其基本思想是以信息熵爲度量構造一棵
2019-03-27 21:42:42
1
原创 Spectral Clustering 譜聚類
#譜和譜聚類 ''' 方陣的譜：方陣作爲線性算子，它的所有特徵值的全體 譜半徑：方陣最大的特徵值 矩陣A的譜半徑：的最大特徵值，T即轉置 譜聚類：一般的說，是一種基於圖論的聚類方法，通過對樣本數據的拉普拉斯矩陣的特徵向量進行聚類，從而達
2019-03-26 21:29:25
原创 python深度學習--Keras函數式API（多輸入，多輸出，類圖模型）
import numpy as np import pandas as pd import matplotlib.pyplot as plt import pylab from pandas import DataFrame, Seri
2019-03-26 21:29:25
125
原创 python深度學習--提升模型性能
import numpy as np import pandas as pd import matplotlib.pyplot as plt import pylab from pandas import DataFrame, Seri
2019-03-26 21:29:25
17
原创 python深度學習--檢查和監控模型（使用Keras回調函數和TensorBoard）
import numpy as np import pandas as pd import matplotlib.pyplot as plt import pylab from pandas import DataFrame, Seri
2019-03-26 21:29:25
266
原创 聚類算法之K-Means 和DBSCAN python實現
這裏均採用歐氏距離實現 #實踐中，幾種相似度計算的比較的重要性往往高於聚類算法本身 class KMEANS(object): def __init__(self,n,clusters,data): self.
2019-03-20 21:32:33
22
原创 python深度學習--一維cnn處理序列
import numpy as np import pandas as pd import matplotlib.pyplot as plt import pylab from pandas import DataFrame, Seri
2019-03-20 21:32:03
371
原创 python深度學習--jena溫度預測
import numpy as np import pandas as pd import matplotlib.pyplot as plt import pylab from pandas import DataFrame, Seri
2019-03-19 21:35:59
87
原创 python深度學習--RNN
import numpy as np import pandas as pd import matplotlib.pyplot as plt import pylab from pandas import DataFrame, Seri
2019-03-19 21:35:59
原创 python深度學習--處理文本數據（one-hot; word Embedding)
import numpy as np import pandas as pd import matplotlib.pyplot as plt import pylab from pandas import DataFrame, Seri
2019-03-13 19:27:52
7
原创 python深度學習--卷積神經網絡可視化
import numpy as np import pandas as pd import matplotlib.pyplot as plt import pylab from pandas import DataFrame, Seri
2019-03-12 19:27:20
19
原创 python深度學習--預訓練網絡：特徵提取和模型微調（接dogs_vs_cats）
import numpy as np import pandas as pd import matplotlib.pyplot as plt import pylab,os from pandas import DataFrame, S
2019-03-10 19:18:20
36
原创 最大熵模型
#熵 如果一個隨機變量x的可能取值爲X={x1, x2,…, xk}。要用n位y: y1y2…yn表示(每位y 有c種取值)n的期望值至少爲： 一般地。我們令c爲2(二進制表示)，於是， X的信息量爲 將P(x=xi)寫成普適公式即得
2019-03-10 04:04:02
原创 python深度學習--dogs_vs_cat小量數據集訓練
首先註冊kaggle並下載dogs-vs-cats數據集大概800M【最好使用科學上網，速度較快】，將其解壓到指定路徑（注意要逐層解壓至文件夾形式） #os.mkdir()爲創建文件夾【執行一次後應當將其註釋掉只留後面可能用到的一些路徑
2019-03-10 04:04:02
6
原创 梯度下降（學習率優化，以F(w)=w^4爲例）和擬牛頓
''' 學習率α如何確定 使用固定學習率還是變化學習率? 學習率設置多大比較好? 下降方向 處理梯度方向，其他方向是否可以？ 可行方向和梯度方向有何關係？ ''' #--------------
2019-03-07 23:10:13