-
数据分析
数据分析
- 提供了数据集合, 应该将他们分成两类, 一个是测试类, 一个是训练类
- 深度学习中最难的就是特征提取
- 并不是数据中的所有特征都有用的, 没有需要的使用DataFrame中的drop()去掉
- one-hot: 将string值转为int值,方便运算 --> pd.get_dummies(raw['raw_name'], prefix='my_prefix') 返回的是一个类似于真值表的表, 结果是0或者1
- 一个目标函数有3个参数, 那么梯度下降指定的对每一个系数单独求偏导, 互相不干扰
- 梯度下降的学习率就是取自变量时间隔, 一般从0.01开始, 批处理的数量是32, 64, 128, 一般64足够了
- 逻辑回归算法是最经典的算法, 套路就是先使用简单的逻辑回归, 是在不行了就是用其他复杂的算法
- sigmoid函数, g(z) = 1/(1 + e^(-z)), 它很重要, 因为它的自变量的取值范围在无穷, 而他的y的取值范围为0-1, 这就是概率的取值范围
- 线性回归的证明代一般高斯分布的公式, 逻辑回归一般代sigmoid函数的公式, 证明时遇到乘法使用log
-
相关阅读:
MyBatis中传入参数parameterType类型详解
mybatis逆向工程无法生成带有_表明的解决办法。
sql server 正则匹配查询数据
Kibana按时间(小时,分钟,天)统计数据 ,
AutoCAD 多重引线 文本 左右对齐的问题
ObjectARXWizard2022安装
综合练习:词频统计
powerDesigner设计表自动生成sql语句,设置携带注释
打jar包后,无法获取resources目录下的word模板文件
solr新建core,并配置schema
-
原文地址:https://www.cnblogs.com/megachen/p/9555821.html
Copyright © 2020-2023
润新知