原创 OLTR Large-Scale Long-Tailed Recognition in an OpenWorld
《Large-Scale Long-Tailed Recognition in an OpenWorld》 Ziwei Liu1;2 Zhongqi Miao2 Xiaohang Zhan1 Jiayun Wang2 Boqing Gon
2020-07-07 11:47:09
1
原创 使用類內散度與類間散度進行特徵選擇
1.度量類內差異，可以使用方差σ來度量，正類方差和負類方差之和通常也稱爲類內散度 σ1+σ2。度量類間差異可以使用均值距離Δu，通常稱爲類間散度。這可以用作特徵選擇，即在分類過程中，我們希望使用類內差異小、類間差異大的特徵。因此，可以對所
2020-06-23 00:20:55
原创 機器學習之對數機率迴歸理解
對數機率迴歸不是迴歸，是分類。 1.對數機率迴歸的形式 由線性迴歸的y=WX轉化爲 y_pre=sigmoid(WX)即是對數機率迴歸 2.對數機率迴歸的名字來由（對數機率優化的本質）： 2.1由於上述1中的優化目標是希望預測
2020-06-23 00:20:55
原创 機器學習之線性模型的訓練trick
1.正則化 正則化可以使模型有偏好，如在損失函數Loss=loss(y_pre,y)上加入alpha倍的|W|，可以使用優化目標變爲Loss=loss(y_pre,y)+alpha*|W|,這樣得到的參數偏向於較小。 2.非線性的值處
2020-06-23 00:20:54
原创 機器學習之線性模型的訓練過程
線性模型的訓練過程 1.初始化模型 包括初始化 模型參數W 和 b，使得對任意X可以通過 y=WX+b得到y的結果。 2.準備好數據集，即用於訓練的X和Y 3.開始訓練 3.1向前傳播 計算y_pre=WX+b
2020-06-23 00:20:54
原创 數據預處理——特徵值預處理
對於連續屬性： 1.歸一化 x=(x-min(X))/(max(X)-min(X)) 對於離散屬性： 1.序關係 如身高的高、中、低分別轉化爲 1，0.5，0 2.非序關係 如是否購買蘋果、梨、香蕉 可以轉化爲 （1，0，0）
2020-06-23 00:20:54
原创 學習異常檢測
異常檢測：將正常數據建模，正常數據以外的都是異常數據 常用方法：AE，統計模型，ocsvm,svdd 存在問題：不能發現新的正常數據，即新的正常數據會被分爲異常（假陽率，誤報） 濫用檢測：將異常數據建模，異常數據以外的都是正常數據 常
2020-06-23 00:20:54
原创 西瓜書的集成學習
所謂集成學習，就是集成多個個體學習器來完成同一個任務，集成的方式可以是投票、加權什麼的，這裏的個體學習器可以是決策樹、神經網絡、樸素貝葉斯、SVM等。集成學習針對弱學習器（略強於瞎猜的學習器）的效果更爲明顯，因此通常這裏的
2020-05-11 05:20:41
原创 簡單學習tensorflow mnist數字識別
from tensorflow.examples.tutorials.mnist import input_data import tensorflow as tf mnist=input_data.read_data_sets("D:
2018-09-05 04:08:55
原创 tensorflowf基礎
tensorflow:計算圖 、會話 1.計算圖 ：張量、流 1.1 g1=tf.Graph（） 1.2張量tensor tensor常量、變量、placeholder 1.3流flow 1.4運算：
2018-09-05 04:08:55
原创 python 線性迴歸
from numpy import * import numpy as np # 導入數據集 def sigmoid(inX): return 1.0 / (1 + np.exp(-inX)) def gradAscent(dat
2018-09-05 04:08:54